Clinical Characteristics and Laboratory Biomarkers in ICU-admitted Septic Patients with and without Bacteremia

要約

集中治療室（ICU）に入院している敗血症患者の菌血症を予測するためのバイオマーカーの診断的有用性を調査した研究はほとんどない。
したがって、この研究では、菌血症の予測モデルを最適化するために高性能のマーカーを利用するために、検査室バイオマーカーの予測能力を評価しました。
この後ろ向き横断研究は、2019年に慶尚大学校昌原病院のICU部門で実施された。少なくとも2セットの血液培養を伴うSEPSIS-3（連続臓器不全スコアの2以上の増加）基準を満たす成人患者
が選ばれました。
収集されたデータは、最初に独立して分析されて重要な予測因子が特定され、次にそれが多変数ロジスティック回帰 (MLR) モデルの構築に使用されました。
この研究では、真の菌血症48例の合計218人の患者が分析されました。
CRP と PCT は両方とも、敗血症患者の菌血症を識別するための実質的な曲線下面積 (AUC) 値を示しました (それぞれ 0.757 と 0.845)。
予測精度をさらに高めるために、PCT、ビリルビン、好中球リンパ球比 (NLR)、血小板、乳酸、赤血球沈降速度 (ESR)、およびグラスゴー昏睡スケール (GCS) スコアを組み合わせて、AUC 0.907 の予測モデルを構築しました。
(95% CI、0.843 ～ 0.956)。
さらに、菌血症と死亡率との間に高い関連性があることが、生存率分析を通じて発見されました (0.004)。
PCT は確かに単独でも菌血症患者と菌血症患者を区別するのに有用な指標ですが、私たちの MLR モデルは、PCT、ビリルビン、NLR、血小板、乳酸、ESR、GCS スコアを組み合わせて使用​​することで菌血症予測の精度が大幅に向上することを示しています。
。

要約(オリジナル)

Few studies have investigated the diagnostic utilities of biomarkers for predicting bacteremia among septic patients admitted to intensive care units (ICU). Therefore, this study evaluated the prediction power of laboratory biomarkers to utilize those markers with high performance to optimize the predictive model for bacteremia. This retrospective cross-sectional study was conducted at the ICU department of Gyeongsang National University Changwon Hospital in 2019. Adult patients qualifying SEPSIS-3 (increase in sequential organ failure score greater than or equal to 2) criteria with at least two sets of blood culture were selected. Collected data was initially analyzed independently to identify the significant predictors, which was then used to build the multivariable logistic regression (MLR) model. A total of 218 patients with 48 cases of true bacteremia were analyzed in this research. Both CRP and PCT showed a substantial area under the curve (AUC) value for discriminating bacteremia among septic patients (0.757 and 0.845, respectively). To further enhance the predictive accuracy, we combined PCT, bilirubin, neutrophil lymphocyte ratio (NLR), platelets, lactic acid, erythrocyte sedimentation rate (ESR), and Glasgow Coma Scale (GCS) score to build the predictive model with an AUC of 0.907 (95% CI, 0.843 to 0.956). In addition, a high association between bacteremia and mortality rate was discovered through the survival analysis (0.004). While PCT is certainly a useful index for distinguishing patients with and without bacteremia by itself, our MLR model indicates that the accuracy of bacteremia prediction substantially improves by the combined use of PCT, bilirubin, NLR, platelets, lactic acid, ESR, and GCS score.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google