Protokole Dayalı Tedavinin Ağır Sepsis Mortalitesi Üzerine Etkisi
Bibliographic record
Abstract
Amaç: Protokole dayalı tedavinin ağır sepsis mortalitesi üzerine etkisi ve bu protokole uyumun incelenmesi amaçlandı. Hastalar ve Yöntem: Ağır sepsis ve septik şok hastalarının tedavilerine yol göstermek amacı ile kanıta dayalı sepsis tedavi rehberine dayanılarak ‘Ağır Sepsis Tedavi Protokolü’ geliştirildi. Çalışmaya başlamadan önce tüm yoğun bakım çalışanlarına sepsisin tanı kriterleri ve ağır sepsis tedavi protokolü hakkında (Ek 1) bilgi verildi. Yoğun Bakım Ünitesinde 2003-2004 yılları arasında tedavi gören 148 ağır sepsis ve septik şok hastası geriye dönük olarak yaş, APACE II ve SOFA skorları, infeksiyon odağı ve organ yetersizlikleri ve mortalite açısından incelendi. Bu hastalar retrospektif çalışma grubumuzu (RG) oluşturdu. Prospektif grup (PG) ise, Haziran 2005- Haziran 2006 tarihleri arasında aynı yoğun bakım ünitesinde, Ağır Sepsis Tedavi Protokolü uygulanarak tedavi gören 62 ağır sepsis ve septik şok hastalarından oluşturuldu. Protokole dayalı tedavi uygulanan PG grubunda gözlemlenen mortalite oranı, RG grubu ile karşılaştırıldı. PG grubunda ilk 6 saatlik ve 24 saatlik tedavi demetlerindeki protokole uyum incelendi. Bulgular: Prospektif grupta mortalite oranı daha düşüktü; fakat bu fark istatistiksel olarak anlamlı saptanmadı. İlk 6 saatlik tedavi demetinde protokole uyum ortalama %84,4, 24 saatlik tedavi demetinde ise %59,5 olarak bulundu. Sonuç: Protokole dayalı tedavinin, ağır sepsis ve septik şok hastalarında, ölüm oranını düşürdüğü kanaatindeyiz. (Türk Yoğun Bakım Derneği Dergisi 2011; 9: 90-8)
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".