Heparin-Binding Protein Stratifies Mortality Risk Among Ugandan Children Hospitalized With Respiratory Distress
Notice bibliographique
Résumé
Abstract Background Current prognostic tools do not reliably and objectively identify children with pneumonia at risk of a severe or life-threatening episode. Heparin-binding protein (HBP) is a host immune protein that is released in response to infection. We hypothesized that measuring HBP concentrations at hospital admission could help risk-stratify children with pneumonia and identify those at higher risk of an adverse prognosis. Methods We evaluated the prognostic accuracy of HBP for predicting in-hospital mortality among children with respiratory distress, and whether HBP could improve the accuracy of validated composite clinical severity scores. Results Of 778 Ugandan children under 5 years of age and presenting with clinically defined pneumonia, 60 (7.7%) died during hospital admission. HBP concentrations at presentation were significantly higher in children with fatal outcomes (median, 76 ng/mL [interquartile range {IQR}, 41–150]) compared to children who survived (median, 31 ng/mL [IQR, 18–57]) (P < .001). Children with HBP >41 ng/mL on admission had an elevated risk of death (hazard ratio, 5.3 [95% confidence interval {CI}, 2.9–9.5]; P < .0001). In receiver operating characteristic (ROC) curve analysis, HBP concentrations distinguished between fatal and nonfatal outcomes (area under the ROC curve, 0.75 [95% CI, .66–.84]) and significantly improved the prediction provided by the Respiratory Index of Severity in Children, a composite clinical severity score (P = .0026). Conclusions Measuring HBP at presentation could help identify children at risk of severe and fatal pneumonia. Adding HBP to clinical scores could improve the recognition and triage of children with pneumonia at risk of death.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».