MétaCan
Menu
Retour à la cohorte
Enregistrement W4415998215 · doi:10.7759/cureus.96303

Diagnostic Accuracy of Neutrophil-Creatinine Index for Predicting Severe Acute Pancreatitis Using the Revised Atlanta Classification As Gold Standard

2025· article· en· W4415998215 sur OpenAlexaff
Fatima Rauf, Muhammad Hanif, Huma Sabir Khan, Tashfeen Farooq, Suman Aamir, Iffat Noureen, Usman Qureshi

Notice bibliographique

RevueCureus · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatitis Pathology and Treatment
Établissements canadiensRed Deer Regional Hospital
Organismes subventionnairesnon disponible
Mots-clésGold standard (test)Diagnostic accuracyAcute pancreatitisIndex (typography)AtlantaDiagnostic test

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Early prediction of severity is important to guide treatment and triage. Many scoring systems and biomarkers are available, but none are both simple and highly accurate at admission. The aim of our study was therefore to determine the diagnostic accuracy of the neutrophil-creatinine index (NCI) in diagnosing severe acute biliary pancreatitis, using the revised Atlanta classification (2012) as the gold standard. METHODS: This cross-sectional validation study was conducted in the department of surgery, Benazir Bhutto Hospital, Rawalpindi, over a period of six months. A total of 217 patients with acute pancreatitis (AP) were included by non-probability consecutive sampling. The diagnosis was based on clinical, biochemical, and imaging criteria. The severity of AP was classified according to the revised Atlanta classification (2012), which served as the gold standard. The NCI was calculated at admission as absolute neutrophil count (× 10³/µL) × serum creatinine (mg/dL). A cut-off value of ≥11.27 was considered positive for severe AP (SAP). Diagnostic accuracy was assessed using sensitivity, specificity, predictive values, and receiver operating characteristic (ROC) curve analysis. RESULTS: Of 217 patients, 21 (9.7%) developed SAP. At the cut-off of 11.27, the NCI showed sensitivity 95.2%, specificity 91.3%, positive predictive value (PPV) 54.1%, negative predictive value (NPV) 99.4%, and overall accuracy 91.7%. The ROC analysis demonstrated excellent discrimination, with an area under the curve (AUC) of 0.96 (95% confidence interval (CI) 0.92-1.00). CONCLUSION: The NCI is a simple and inexpensive parameter that can predict SAP with high accuracy at admission. It may serve as a practical adjunct to existing scores and biomarkers, especially in resource-limited settings.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,026
Tête enseignante GPT0,336
Écart entre enseignants0,310 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetPancreatitis Pathology and TreatmentTravaux en français237 207