Vertebral osteomyelitis in patients with infective endocarditis: prevalence, risk factors and mortality
Notice bibliographique
Résumé
PURPOSE: Infective endocarditis (IE) can be complicated by vertebral osteomyelitis (VO). This study investigates risk factors associated with VO in patients with infective endocarditis, and 6-month mortality and relapse rates in patients with IE and concomitant VO. METHODS: We performed a observational study in two hospitals between September 2016 and October 2022. Patients with possible or definite IE according European Society of Cardiology (2015) modified criteria were retrieved from the local endocarditis team registries. The VO diagnosis was based on radiological signs, irrespective of clinical symptoms. Multivariable logistic regression analysis was performed to identify risk factors for vertebral osteomyelitis. RESULTS: We included 633 consecutive patients with IE. A total of 229 (36.2%) patients had prosthetic valves and 127 (20.1%) had cardiac implantable electronic devices. The most frequent causative micro-organism was Streptococcus species (217, 34.3%), followed by Staphylococcus aureus (167, 26.4%). VO was diagnosed in 73 patients (11.5%, 95% CI 9.0%-14.0%). Enterococcus spp.(OR 2.48, 95% CI 1.31-4.52) and age (OR 1.04 per year, 95% CI 1.02-1.06) were independently associated with concomitant VO. The 6-month mortality risk did not differ between patients with (16/73, 21.9%) or without (110/560, 19.6%) VO (HR 1.13, 95% CI 0.67-1.91). Relapse rate was higher in patients with VO but the difference was not statistically significant (16.1 vs. 7.5%, OR 3.62, 95% CI 0.94-13.34). CONCLUSIONS: Twelve percent of patients with IE also had VO. Among older patients and patients with IE caused by enterococci, there should be a higher index of suspicion for vertebral infection.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».