A Need for a Novel Survival Risk Scoring System for Intensive Care Admissions Due to Sepsis in Pediatric Hematology/Oncology Patients
Notice bibliographique
Résumé
Background: Children with hemato-oncological diseases or following stem cell transplantation (SCT) are at high risk for life-threatening infections; sepsis in this population constitutes a substantial proportion of pediatric intensive care unit (PICU) admissions. The current pediatric prognostic scoring tools to evaluate illness severity and mortality risk are designed for the general pediatric population and may not be adequate for this vulnerable subpopulation. Methods: Retrospective analysis was performed on all PICU admissions for sepsis in children with hemato-oncological diseases or post-SCT, in a single tertiary pediatric hospital between 2008 and 2021 ( n = 233). We collected and analyzed demographic, clinical, and laboratory data and outcomes for all patients, and evaluated the accuracy of two major prognostic scoring tools, the Pediatric Logistic Organ Dysfunction-2 (PELOD-2) and the Pediatric Risk of Mortality III (PRISM III). Furthermore, we created a new risk-assessment model that contains additional parameters uniquely relevant to this population. Results: The survival rate for the cohort was 83%. The predictive accuracies of PELOD-2 and PRISM III, as determined by the area under the curve (AUC), were 83% and 78%, respectively. Nine new parameters were identified as clinically significant: age, SCT, viral infection, fungal infection, central venous line removal, vasoactive inotropic score, bilirubin level, C-reactive protein level, and prolonged neutropenia. Unique scoring systems were established by the integration of these new parameters into the algorithm; the new systems significantly improved their predictive accuracy to 91% ( p = 0.01) and 89% ( p < 0.001), respectively. Conclusions: The predictive accuracies (AUC) of the PELOD-2 and PRISM III scores are limited in children with hemato-oncological diseases admitted to PICU with sepsis. These results highlight the need to develop a risk-assessment tool adjusted to this special population. Such new scoring should represent their unique characteristics including their degree of immunosuppression and be validated in a large multi-center prospective study.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».