Role of Raised C-Reactive Protein (CRP), Total Leukocyte Count (TLC) and Differential Leukocyte Count (DLC) in Odontogenic Space Infections
Notice bibliographique
Résumé
Objectives: Serum C- Reactive Protein (CRP), Total Leukocyte Count (TLC) and Differential Leukocyte Count (DLC) measurements have been effectively utilized as a diagnostic marker to study infection in many disciplines. However, the usefulness of these is scarce in maxillofacial infections. This study aimed to assess the frequency of raised CRP, TLC and DLC in patients with odontogenic space infections. Materials and Methods: This descriptive cross-sectional study was conducted at the Department of Oral and Maxillofacial Surgery, de'Montmorency College of Dentistry, Punjab Dental Hospital, Lahore, over a span of six months i.e., from August 2019 to February 2020. A total of 181 patients (age range from 18 to 70 years) with facial space infection of odontogenic origin only were recruited. Patients suffering from chronic disease like diabetes mellitus and chronic renal failure, and pregnant women were excluded. Patient's venous blood samples were collected preoperatively and sent to the hospital laboratory for measurement of CRP, TLC and DLC levels. Descriptive statistics (mean±standard deviation and frequencies) were performed using SPSS version 21. Results: Amongst the 181 participants, the mean age of 44.43 ± 14.68 years were recorded of which 113 (62.43%) were male and 68 (37.57%) were females with male to female ratio 1.7:1. The mean values of CRP were 3.52±1.23 mg/L, TLC were 13670±1890 cells/mm3 and DLC were 8.54±2.39 × 109 /L. Moreover, the frequency of CRP levels was raised in 100%, TLC in 71.82% and DLC in 85.08% patients with odontogenic space infections. Conclusion: This study concluded that raised CRP levels are more indicative of the clinical severity of the infection compared to TLC and DLC. Thus, CRP was found to be an effective biomarker in patients with facial space infection of odontogenic origin
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».