Biomarkers in atypical pneumonia: a systematic review of diagnostic and prognostic utility
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Atypical pneumonia, driven by pathogens like Mycoplasma pneumoniae, Chlamydia pneumoniae, and Legionella pneumophila, is challenging to diagnose due to non-specific symptoms. This systematic review assessed the diagnostic accuracy and prognostic value of biomarkers in atypical pneumonia. A comprehensive search of PubMed, Scopus, Web of Science, and Google Scholar (2000-2024) identified 27 studies, including observational, cohort, case-control, and review designs. Studies focused on biomarkers such as C-reactive protein (CRP), procalcitonin (PCT), ferritin, D-dimer, and pathogen-specific antibodies, with quality evaluated using the Newcastle-Ottawa Scale and AMSTAR 2. CRP was elevated in 85% of cases, with a pooled sensitivity of 82.3% [95% confidence interval (CI) 76.5-88.1, I²=78%] but moderate specificity (65.2%, 95% CI 58.0-72.4). PCT exhibited high specificity (88.7%, 95% CI 83.2-94.2, I²=65%) for bacterial etiologies, making it valuable for distinguishing bacterial from viral infections. Anti-Mycoplasma pneumoniae immunoglobulin M (IgM) showed excellent diagnostic accuracy (sensitivity 90.1%, 95% CI 85.0-95.2). Ferritin levels >400 ng/mL were strongly associated with severe outcomes [odds ratio (OR) 3.15, 95% CI 2.10-4.72, I²=70%]. Elevated biomarkers correlated with increased hospitalization (OR 2.78, 95% CI 1.95-3.96) and mortality (OR 3.42, 95% CI 2.30-5.08). Heterogeneity was significant (I²=65-78%), reflecting variability in study populations and methods. PCT and anti-Mycoplasma pneumoniae IgM enhance diagnostic precision, while ferritin and CRP are robust prognostic markers. Standardized biomarker thresholds are essential to optimize their clinical utility and improve patient outcomes in atypical pneumonia management.
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.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,000 |
| 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 découle