Novel blood protein biomarkers for distinguishing bacterial from non-bacterial infection in children: a case–control study
Notice bibliographique
Résumé
Abstract Background Distinguishing bacterial from viral or inflammatory conditions in hospitalised children is clinically challenging due to overlapping clinical features and limitations of existing diagnostics. Culture-based tests are slow, and commonly used biomarkers such as C-reactive protein (CRP) lack sufficient accuracy, contributing to empirical antibiotic use and antimicrobial resistance. We aimed to evaluate the diagnostic performance of novel blood protein biomarkers for bacterial infection in children admitted with infection or inflammatory illness. Methods We performed a prospective case–control study of children ≤16 years admitted to the Royal Belfast Hospital for Sick Children (2020–2023) with bacterial infection, viral infection or inflammatory illness. Plasma samples were analysed for previously reported novel biomarkers and signatures (LCN2; TRAIL+IP-10+CRP; E-selectin+IL18+ NCAM1+LCN2+IFN-γ+LG3BP and E-selectin+IL18+ NCAM1+LCN2+IFN-γ). The diagnostic accuracy of individual biomarkers and biomarker signatures was assessed using ROC curves. Results Fifty-two children were included (13 bacterial, 20 viral, 19 inflammatory). All evaluated biomarker signatures and LCN2 distinguished bacterial from viral infection (AUC 0.819– 0.935), with the TRAIL+IP-10+CRP signature achieving the highest accuracy (AUC 0.935). In bacterial–inflammatory comparisons, performance was lower (AUCs 0.607–0.745); the E-selectin+IL-18+NCAM1+LCN2+IFN-γ signature performed best (AUC 0.745) and outperformed CRP (AUC 0.595). A novel three-protein signature (E-selectin+LCN2+IFN-γ) had a significantly higher AUC than CRP for distinguishing bacterial infections from non-bacterial (viral and inflammatory combined). Conclusions Several novel host protein biomarkers and signatures had a higher diagnostic accuracy than CRP for differentiating bacterial from non-bacterial illness (viral and inflammatory) in hospitalised children. These findings support the potential of biomarker-guided diagnostics to improve accuracy and facilitate earlier antibiotic de-escalation.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».