在急性疾病成年人中推导和外部验证太华血流感染模型
Brett N Hryciw1, Stefan Rodic1, Shehab Selim1
1Department of Medicine, University of Ottawa, Ottawa, Canada.
太华BSI模型使用现有数据准确预测急性病患者的血液感染 (BSI) 概率. 这种工具有助于血液培养决策,但需要复杂计算的计算支持.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 传染病流行病学 传染病流行病学
- 临床决策支持 临床决策支持
背景情况:
- 准确预测血流感染 (BSI) 概率对于指导血液培养订单和解释结果至关重要.
- 现有的BSI概率模型往往缺乏通用性和精度.
- 这项研究旨在使用当代方法和大量患者队列开发和验证一个强大的BSI预测模型.
研究的目的:
- 推导和验证太华BSI模型,用于预测急性病患者血液感染的概率.
- 为了提高现有的BSI预测工具的准确性和适用性.
主要方法:
- 分析了4180名成年患者的随机样本,这些患者在急诊室或入院后48小时内接受血液培养.
- 根据临床专业知识和系统文献审查,选择变量.
- 模型的性能被评估在一个单独的队列4680名患者使用时间外部验证.
主要成果:
- 导出队列显示BSI患病率为8.0% (327名患者).
- 与BSI风险增加相关的因素包括多个血液培养组,内置导管,高温,心率和中性粒细胞-淋巴细胞比率.
- 该模型在验证组中显示出良好的区分 (c-统计值0.71) 和非常好的校准.
- 排除SARS-CoV-2感染的患者略有改善了模型歧视 (c-统计值0.73).
结论:
- 太华BSI模型有效地估计了急性病患者的BSI概率,使用例行收集的临床数据.
- 模型的复杂性需要实际应用的计算工具.
- 它作为一种有价值的援助,但不能最终排除BSI.
更多相关视频
07:03Standardized Colon Ascendens Stent Peritonitis in Rats - a Simple, Feasible Animal Model to Induce Septic Acute Kidney Injury
Published on: February 15, 2022
07:50An In Vitro Model of a Parallel-Plate Perfusion System to Study Bacterial Adherence to Graft Tissues
Published on: January 7, 2019
相关概念视频
Acute Kidney Injury IV: Diagnostic Studies and Prevention
Acute Kidney Injury I: Introduction
Acute Kidney Injury II: Pathophysiology
Acute Kidney Injury V: Interprofessional Care
Acute Pyelonephritis II: Diagnostic Studies and Management
Acute Kidney Injury III: Clinical Manifestations
