Multicenter validation of secondary hemophagocytic lymphohistiocytosis diagnostic criteria
Notice bibliographique
Résumé
BACKGROUND: Five fulfilled hemophagocytic lymphohistiocytosis (HLH)-2004 criteria, and the HScore are widely used and recommended by international expert consensus to diagnose secondary HLH. Both diagnostic scores have never been validated in heterogeneous patient cohorts of secondary HLH patients. We aimed to systematically optimize and validate diagnostic criteria of secondary HLH using a multicenter approach. METHODS: We developed optimized criteria in our cohort of critically ill patients as a first step. We next validated these new criteria together with the original and modified HLH-2004 criteria as well as the HScore using original data of 13 published cohorts, which were identified by a systematic literature search. RESULTS: The best performing HLH diagnostic criteria sets over all 13 validation cohorts were the original HLH-2004 criteria with a decreased cut-off (cut-off 4, mean sensitivity 86.5%, mean specificity 86.1%), followed by the revised HLH-2004 criteria (natural killer cell activity removed; cut-off 4, mean sensitivity 83.8%, mean specificity 87.8%) and the HScore (cut-off 169, mean sensitivity 82.4%, mean specificity 87.6%). Our newly developed HLH diagnostic criteria showed inferior performance. Ferritin ≥500 µg/L had 94.0% mean sensitivity over all cohorts. CONCLUSIONS: In this first multicenter validation study, four fulfilled HLH-2004 criteria and an HScore of 169 were suitable to diagnose secondary HLH, which will lead to rapid diagnosis and improved patient outcomes. Ferritin proved as a reliable HLH screening marker. Our results should be taken into account in clinical recommendations and in designing new studies.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 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 ».