MétaCan
Menu
Retour à la cohorte
Enregistrement W4396691846 · doi:10.1186/s13054-024-04929-9

Inflammatory subphenotypes previously identified in ARDS are associated with mortality at intensive care unit discharge: a secondary analysis of a prospective observational study

2024· article· en· W4396691846 sur OpenAlexaff
Marleen A. Slim, Rombout B. E. van Amstel, Lieuwe D. J. Bos, Olaf L. Cremer, Friso M. de Beer, Gerie J. Glas, Arie J. Hoogendijk, Roosmarijn T. M. van Hooijdonk, Janneke Horn, Mischa A. Huson, Laura R. A. Schouten, Marcus J. Schultz, Brendon P. Scicluna, Marleen Straat, Lonneke A. van Vught, Luuk Wieske, Maryse A. Wiewel, Esther Witteveen. Marc J. M. Bonten, Olaf M. Cremer, David S. Y. Ong, Jos F. Frencken, Peter M. C. Klein Klouwenberg, Maria E. Koster‐Brouwer, Kirsten van de Groep, Diana M. Verboom, W. Joost Wiersinga, Tom van der Poll

Notice bibliographique

RevueCritical Care · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesHorizon 2020Lung Foundation NetherlandsZonMwAmsterdam University Medical CentersUniversiteit van AmsterdamEuropean Respiratory Society
Mots-clésMedicineARDSConcordancePopulationIntensive care unitObservational studyBiomarkerProspective cohort studyInternal medicineCohort studyIntensive care medicineEmergency medicineLung

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Intensive care unit (ICU)-survivors have an increased risk of mortality after discharge compared to the general population. On ICU admission subphenotypes based on the plasma biomarker levels of interleukin-8, protein C and bicarbonate have been identified in patients admitted with acute respiratory distress syndrome (ARDS) that are prognostic of outcome and predictive of treatment response. We hypothesized that if these inflammatory subphenotypes previously identified among ARDS patients are assigned at ICU discharge in a more general critically ill population, they are associated with short- and long-term outcome. METHODS: A secondary analysis of a prospective observational cohort study conducted in two Dutch ICUs between 2011 and 2014 was performed. All patients discharged alive from the ICU were at ICU discharge adjudicated to the previously identified inflammatory subphenotypes applying a validated parsimonious model using variables measured median 10.6 h [IQR, 8.0-31.4] prior to ICU discharge. Subphenotype distribution at ICU discharge, clinical characteristics and outcomes were analyzed. As a sensitivity analysis, a latent class analysis (LCA) was executed for subphenotype identification based on plasma protein biomarkers at ICU discharge reflective of coagulation activation, endothelial cell activation and inflammation. Concordance between the subphenotyping strategies was studied. RESULTS: Of the 8332 patients included in the original cohort, 1483 ICU-survivors had plasma biomarkers available and could be assigned to the inflammatory subphenotypes. At ICU discharge 6% (n = 86) was assigned to the hyperinflammatory and 94% (n = 1397) to the hypoinflammatory subphenotype. Patients assigned to the hyperinflammatory subphenotype were discharged with signs of more severe organ dysfunction (SOFA scores 7 [IQR 5-9] vs. 4 [IQR 2-6], p < 0.001). Mortality was higher in patients assigned to the hyperinflammatory subphenotype (30-day mortality 21% vs. 11%, p = 0.005; one-year mortality 48% vs. 28%, p < 0.001). LCA deemed 2 subphenotypes most suitable. ICU-survivors from class 1 had significantly higher mortality compared to class 2. Patients belonging to the hyperinflammatory subphenotype were mainly in class 1. CONCLUSIONS: Patients assigned to the hyperinflammatory subphenotype at ICU discharge showed significantly stronger anomalies in coagulation activation, endothelial cell activation and inflammation pathways implicated in the pathogenesis of critical disease and increased mortality until one-year follow up.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,153
Tête enseignante GPT0,411
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207