MétaCan
Menu
Retour à la cohorte
Enregistrement W4389369455 · doi:10.2196/52590

The Effect of Body Temperature Changes on the Course of Treatment in Patients With Pneumonia and Sepsis: Results of an Observational Study

2023· article· en· W4389369455 sur OpenAlexvenueno aff
Domen Guzelj, Anže Grubelnik, Nina Greif, Petra Povalej, Jure Fluher, Žiga Kalamar, Andrej Markota

Notice bibliographique

RevueInteractive Journal of Medical Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueThermal Regulation in Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObservational studyPneumoniaCourse (navigation)SepsisMedicineIntensive care medicineInternal medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Background Traditionally, patients who are critically ill with infection and fever have been treated with antipyretics or even physically cooled. Presumed benefits of the reduction of body temperature are mostly based on decreased metabolic demands. However, it has been shown that decreasing body temperature in patients who are critically ill is not associated with improvement in treatment outcomes. Additionally, there is some data to support the use of temperature modulation (therapeutic hyperthermia) as an adjuvant treatment strategy in patients with infection. Objective This study aims to determine the effect of body temperature on the course of intensive care unit (ICU) treatment of patients who are mechanically ventilated with pneumonia, sepsis, and positive tracheal aspirates on admission. Methods We performed a single-center retrospective study. Core body temperature was measured in all patients. We analyzed associations between average temperatures in the first 48 hours after admission to ICU and ICU treatment parameters. Additionally, patients were divided into three groups: patients with negative tracheal aspirates 1 week after ICU admission (P-N group), patients with a different pathogen in tracheal aspirates 1 week after ICU admission (P-HAP group), and patients with a persisting pathogen in tracheal aspirates 1 week after ICU admission (P-P group). Differences in body temperature and interventions aimed at temperature modulation were determined. Results We observed a significantly higher average temperature in the first 48 hours after admission to ICU in patients who survived to hospital discharge compared to nonsurvivors (mean 37.2 °C, SD 1 °C vs mean 36.9 °C, SD 1.6 °C; P=.04). We observed no associations between average temperatures in the first 48 hours after ICU admission and days of mechanical ventilation in the first 7 days of treatment (ρ=–0.090; P=.30), the average maximum daily requirement for noradrenaline in the first 7 days of treatment (ρ=–0.029; P=.80), average maximum FiO2 in the first 7 days of ICU treatment (ρ=0.040; P=.70), and requirement for renal replacement therapy in the first 7 days of ICU treatment (mean 37.3 °C, SD 1.4 °C vs mean 37.0 °C, SD 1.3 °C; P=.23). In an additional analysis, we observed a significantly greater use of paracetamol in the P-N group (mean 1.0, SD 1.1 g vs mean 0.4, SD 0.7 g vs mean 0.4, SD 0.8 g; P=.009), a trend toward greater use of active cooling in the first 24 hours after ICU admission in the P-N group (n=11, 44% vs n=14, 33.3% vs n=16, 32%; P=.57), and no other significant differences in parameters of ICU treatment between patient groups. Conclusions We observed better survival in patients who developed higher body temperatures in the first 48 hours after admission to the ICU; however, we observed no changes in other treatment parameters. Similarly, we observed greater use of paracetamol in patients with negative tracheal aspirates 1 week after ICU admission. Our results support the strategy of temperature tolerance in patients who are intubated with pneumonia and sepsis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,918

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,474
Écart entre enseignants0,386 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetThermal Regulation in MedicineTravaux en français237 207