<scp>CD4</scp> <sup>+</sup> <scp>CD25</scp> <sup>+</sup> <scp>CD39</scp> <sup>+</sup> Regulatory T Cells as Novel Diagnostic Biomarkers for Catheter‐Related Bloodstream Infections in Hemodialysis Patients
Notice bibliographique
Résumé
INTRODUCTION: Tregs as diagnostic biomarkers for CRBSI in HD patients, (2) compare the reliability of dialysis bloodline cultures versus peripheral venipuncture cultures, and (3) determine optimal fever thresholds for CRBSI prediction. METHODS: In this prospective cohort study, we enrolled 87 HD patients with suspected CRBSI (42 confirmed CRBSI, 45 non-CRBSI controls). Treg frequencies were quantified using flow cytometry. Paired blood cultures were obtained simultaneously from dialysis bloodlines and peripheral veins. CRBSI was confirmed using CDC criteria (≥ 3-fold higher colony count or ≥ 2-h earlier positivity in catheter-derived cultures). FINDINGS: CRBSI patients showed markedly elevated Treg frequencies (14.1% ± 4.5% vs. 3.3% ± 2.8%, p < 0.001) with outstanding diagnostic accuracy (AUC 0.974, 98.3% sensitivity, 96.3% specificity). Dialysis bloodline cultures demonstrated excellent concordance with peripheral cultures (92% agreement, κ = 0.88). Fever > 38.0°C strongly predicted CRBSI (OR 18.67, p < 0.001; 85% specificity). The diagnostic triad of Tregs > 10%, CRP > 50 mg/L, and fever > 38.0°C achieved exceptional discrimination (AUC 0.93). DISCUSSION: Tregs represent a novel, high-performance biomarker for CRBSI. Combined with validated dialysis line cultures and fever thresholds, they enable rapid diagnosis and early intervention, offering a practical alternative to current culture-dependent approaches in hemodialysis patients.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».