Imaging and clinical manifestations of hematogenous dissemination in melioidosis
Notice bibliographique
Résumé
BACKGROUND: Although there is a high incidence of hematogenous infections in melioidosis, a tropical infectious disease, there are few systematic analyses of hematogenous melioidosis in imaging articles. A comprehensive clinical and imaging evaluation of hematogenous melioidosis be conducted in order to achieve early diagnosis of the disease. MATERIALS AND METHODS: We conducted an analysis of 111 cases of melioidosis diagnosed by bacteriological culture between August 2001 and September 2022. The analysis focused on observing the main manifestations of chest imaging and clinical data, including nodules, cavities, consolidation, ground glass opacity(GGO), pleural effusion, centrilobular nodules, and temperature, leucocyte count, diabetes, etc. Our study involved univariate and multivariate analyses to identify significant diagnostic variables and risk predictive factors. RESULTS: A total of 71.2% (79/111) of melioidosis cases were caused by hematogenous infection, and the most common organ involved was the lungs (88.5%, 100/113). The incidence of sepsis in patients with lung abnormalities was high (73%, 73/100), and the mortality rate of septic shock was 22% (22/100). Univariate analysis showed that the radiologic signs of blood culture-positive cases were more likely to have bilateral pulmonary and subpleural nodules (p = 0.003), bilateral GGO (p = 0.001), bilateral hydrothorax (p = 0.011). The multivariate analysis revealed a significant improvement in the area under the receiver operating characteristic curve (AUC) when comparing the model that included both clinical and radiologic variables to the model with clinical variables alone. The AUC increased from 0.818 to 0.932 (p = 0.012). The most important variables in the logistic regression with backward elimination were found to be nodule, GGO, and diabetes. CONCLUSION: The combination of CT features and clinical variables provided a valuable and timely warning for blood borne infectious melioidosis.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».