Ventilator-associated pneumonia in critically ill patients with subarachnoid haemorrhage: single-centre experience
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Wprowadzenie Potrzeba przedłużonej wentylacji mechanicznej u pacjentów z krwotokiem podpajęczynówkowym (SAH) zwiększa ryzyko rozwoju zapalenia płuc związanego z wentylacją mechaniczną (VAP). Cel pracy Ocena częstości występowania VAP i określenie jego czynników etiologicznych. Materiał i metody Grupa badana składała się z 58 krytycznie chorych pacjentów leczonych od stycznia 2019 do października 2021 roku. Zebrano dane demograficzne i kliniczne, w tym sposób pobrania materiału z dróg oddechowych, wyniki badań laboratoryjnych i mikrobiologicznych. Wyniki Ponad 97% pacjentów zostało zaintubowanych w dniu przyjęcia na OIT. Mediana czasu trwania wentylacji mechanicznej wynosiła 8 dni (IQR: 3–19). Przy przyjęciu pobrano 47 próbek mikrobiologicznych z dróg oddechowych (39 aspiratów dotchawiczych, 8 popłuczyn oskrzelowo-płucnych), z których 26 (55%) stanowiło florę fizjologiczną. W kolejnych dniach VAP zdiagnozowano u 9 spośród 47 pacjentów (19%). Mediana czasu od przyjęcia do rozpoznania wynosiła 3,5 dnia (IQR: 3–4,5). Gatunki wielolekooporne stwierdzono u 3 pacjentów (K. pneumoniae ESBL+). Śmiertelność wewnątrzszpitalna wśród pacjentów z VAP kształtowała się na poziomie 62%. Żaden z pacjentów z SAH i VAP nie został odłączony od respiratora. Wnioski U pacjentów z SAH często występuje VAP o wczesnym początku (EO-VAP), a jego etiologia nie jest związana z kolonizacją bakteryjną stwierdzoną przy przyjęciu na OIT. Nawet w przypadku EO-VAP należy podejrzewać bakterie wielolekooporne (MDR), które najczęściej powodują szpitalne zapalenie płuc. Rokowanie u pacjentów z SAH, u których rozwinie się VAP, jest złe.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 it