MétaCan
Menu
Retour à la cohorte
Enregistrement W4412779544 · doi:10.1186/s12879-025-11363-x

Association between endothelial activation and stress index and all-cause mortality risk in sepsis patients: a retrospective cohort analysis utilizing the MIMIC-IV database

2025· article· en· W4412779544 sur OpenAlexaff
Nanhong Li, Yin Ji, Zeng Yu, Shan Li, Chenyang Huang, Guangqin Chen, Haihua Luo, Yong Jiang

Notice bibliographique

RevueBMC Infectious Diseases · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMedical microbiologyMedicineRetrospective cohort studySepsisCohortCohort studyInternal medicineDatabaseEmergency medicineImmunologyComputer science

Résumé

récupéré en direct d'OpenAlex

The Endothelial Activation and Stress Index (EASIX) has recently gained attention as an emerging indicator of endothelial injury, which significantly contributes to the progression of sepsis. Nevertheless, the association between EASIX levels and mortality outcomes in sepsis has yet to be fully clarified. This study explored the clinical significance of EASIX in septic patients admitted to the intensive care unit (ICU). Data of sepsis patients were acquired from the Medical Information Mart for Intensive Care (MIMIC) database and analyzed. Participants were categorized into three groups according to their log 2 –EASIX values. The interplay between the mortality and log 2 –EASIX values in individuals with sepsis was examined via Cox regression analysis. To explore possible nonlinear relationships between log 2 –EASIX values and sepsis-related mortality, we applied a restricted cubic spline (RCS) model. Additionally, Kaplan–Meier (KM) and subgroup analyses were conducted to evaluate the robustness of the findings. A total of 8829 individuals diagnosed with sepsis were included in this study. Elevated log 2 –EASIX levels were consistently associated with a higher likelihood of mortality throughout all assessed time frames. Patients with the highest log 2 –EASIX scores exhibited a markedly elevated risk of death, with hazard ratios (HRs) of 1.56 at 30 days, 1.44 at 60 days, 1.38 at 90 days, 1.31 at 180 days, and 1.29 at 365 days. While the association was strongest in the early phase, elevated mortality risk persisted throughout the follow-up period. Moreover, an alternative statistical approach, specifically the use of RCS, exhibited a steady linear link between log 2 –EASIX values and mortality risk across all considered time points. This study demonstrated that EASIX is independently and positively associated with mortality in patients with sepsis. Elevated EASIX levels were correlated with increased disease severity and poorer clinical outcomes, suggesting its potential utility as a risk stratification indicator in critical care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,332
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207