Ventilator-associated pneumonia in critically ill patients with subarachnoid haemorrhage: single-centre experience
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.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".