Mortality in Patients with Leukemia and Lymphoma Urgently Admitted to the PICU: Secondary Analysis of Data from a Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
Abstract Objectives were to describe the severity of illness in patients with leukemia or lymphoma urgently admitted to pediatric intensive care and explores the risk factors for mortality. A secondary analysis was performed of prospectively collected data from a cluster-randomized controlled trial in 21 children's hospitals from 2011 to 2015. Eligible patients were urgently admitted to intensive care and had a diagnosis of leukemia or lymphoma. Associations with intensive care mortality (primary outcome) were determined with multivariable generalized estimating equation with a logit link, accounting for clustering by site. Associations with time to intensive care mortality (secondary outcome) were determined with multivariable proportional hazards models. A total of 109 patients were included, age 115 (interquartile range [IQR] 42, 168) months and intensive care length of stay was 3 (IQR 2, 6) days. During the first hour in intensive care 36 (33%) were ventilated, and during intensive care 45 (41.3%) had at least 1 technology day. Day 1 Pediatric Logistic Organ Dysfunction (PELOD) score was ≥ 20 in 37 (33.9%), Pediatric Index of Mortality 2 mortality risk was > 10% in 35 (32.1%), and Children's Resuscitation Intensity Scale (RISC) was ≥ 3 (late admission to intensive care) in 32 (31.7%). Intensive care mortality was 20/109 (18.3%); with intensive care stay ≥ 20 days mortality was 51%. Previous urgent pediatric intensive care unit (PICU) admission, mechanical ventilation, and day 1 PELOD score were associated with higher PICU mortality. Mechanical ventilation, day 1 PELOD score, and late admission to the PICU (RISC ≥ 2) were associated with time to death. Patients with leukemia and lymphoma urgently admitted to intensive care had mortality of 18.3%, an improvement from historical cohorts. Risk factors were not accurate enough to make individual patient care decisions.
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 | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».