Incidence of late-onset hyperlactatemia and association with clinical outcomes in intensive care patients
Notice bibliographique
Résumé
OBJECTIVE: To perform a systematic literature review to summarise current evidence of the incidence and clinical impact of late-onset hyperlactatemia in intensive care patients about case-fatality and morbidity. METHODS: MEDLINE, EMBASE, and ClinicalTrials.gov were searched using medical subject headings from database inception to 27 November 2024. Before the search, the protocol was registered on the International Prospective Register of Systematic Reviews (PROSPERO). Two independent reviewers screened the search results, and studies were included if they were original research that assessed late-onset hyperlactatemia in critically ill patients. Risk of bias was assessed using the Newcastle-Ottawa Scale, and the data were analysed using a descriptive approach without meta-analysis. RESULTS: Of the 10,388 screened studies, 6 were included in the final manuscript, 5 retrospective and 1 prospective. All were assessed as good quality studies. Five were cardiac surgical patients, and one was general intensive care patients. All six studies reported the incidence of late-onset hyperlactatemia, which ranged from 8.5 to 70.8%. Two studies reported increased intensive care unit and/or hospital case-fatality with late-onset hyperlactatemia; however, small absolute numbers limited the interpretability. CONCLUSION: The limited data regarding late-onset hyperlactatemia make it difficult to draw significant conclusions regarding the relationship to clinical outcomes. However, the few available studies suggest that it is a common finding and highlight the need for further research to assess the underlying aetiologies and association with clinical outcomes.
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 | 0,000 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».