Predicting severity of community-acquired pneumonia with AMBU-65/CURB-65 sc - Evidencio
Predicting severity of community-acquired pneumonia with AMBU-65/CURB-65 score (copy)
Prediction tool to define community acquired pneumonia severity on presentation to hospital, recommended by the British Thoracic Society. 
Συγγραφείς έρευνας: Lim W, van der Eerden MM, Laing R, Boersma W, Karalus N, Town G, Lewis S, and Macfarlane J.
Έκδοση: 1.2
  • Δημόσιο
  • Πνευμονολογία
  • {{ modelType }}
  • Λεπτομέρειες
  • Επικύρωση αλγόριθμος
  • Αποθήκευση εισόδου
  • Είσοδος φορτίου
  • English Dutch
Εμφάνιση
Μονάδες

{{section.title}}

Υπολογίστε το αποτέλεσμα

Ορίστε περισσότερες παραμέτρους για την εκτέλεση του υπολογισμού

Calculated CURB-65/AMBU-65 score: points

{{ resultSubheader }}
{{ chart.title }}
Διάστημα αποτελεσμάτων {{ additionalResult.min }} στο {{ additionalResult.max }}

Πληροφορίες υπό όρους

How this model should be used:
The CURB-65/AMBU-65 model is a one step strategy for stratifying patients with CAP into risk groups according to risk of mortality at 30 days.1

  • Patients with CURB-65 scores 0 and 1 are at low risk of mortality (<2%) and might be suitable for management as hospital outpatients or by their general practitioner.
  • Patients with a score of 2 are at intermediate risk of mortality (9%) and should be considered for hospital supervised treatment.
  • Patients with  a score >2 are at high risk of mortality (>19%) and should be treated in hospital. Initial care in an intensive care or high dependency unit may be appropriate in those with the highest scores.
Note:
Although low serum albumin was identified as a strong independent prognostic variable in addition to the CURB score for predicting 30 day mortality, it was not included in the final model as it is not a routinely available test in many hospitals. If serum albumin level is at your disposal, you might consider using a more extended model including serum albumin.

Source:
  1. Lim WS, van der Eerden MM, Laing R, et al. Defining community acquired pneumonia severity on presentation to hospital: an international derivation and validation study. Thorax. 2003;58(5):377-82.

{{ file.classification }}
PRO
Σημείωση
Οι σημειώσεις είναι ορατές μόνο στη λήψη των αποτελεσμάτων και δεν θα αποθηκευτούν από το Evidencio

Αυτό το αλγόριθμος παρέχεται για εκπαιδευτικούς, επιμορφωτικούς και ενημερωτικούς σκοπούς. Δεν πρέπει να χρησιμοποιείται για την υποστήριξη της λήψης ιατρικών αποφάσεων ή για την παροχή ιατρικών ή διαγνωστικών υπηρεσιών. Διαβάστε το πλήρες disclaimer.

Υποκείμενα αλγόριθμοι Μέρος της
Σχόλια
Σχόλιο
Παρακαλώ εισάγετε ένα σχόλιο
Τα σχόλια είναι ορατά σε οποιονδήποτε

Ανατροφοδότηση αλγόριθμος

Δεν υπάρχει ακόμη σχόλιο 1 σχόλιο {{ model.comments.length }} Σχόλια
Στο {{ comment.created_at }} {{ comment.user.username }} ένας μη εγγεγραμμένος πλέον συγγραφέας έγραψε:
{{ comment.content }}
logo

Συνδεθείτε για να ενεργοποιήσετε τις λειτουργίες εκτύπωσης του Evidencio

Για να χρησιμοποιήσετε τις λειτουργίες εκτύπωσης του Evidencio, πρέπει να συνδεθείτε.
Αν δεν έχετε λογαριασμό στην κοινότητα Evidencio, μπορείτε να δημιουργήσετε δωρεάν τον προσωπικό σας λογαριασμό στη διεύθυνση:

https://www.evidencio.com/registration

Εκτυπωμένα αποτελέσματα - Παραδείγματα {{ new Date().toLocaleString() }}

Οφέλη του κοινοτικού λογαριασμού Evidencio

With an Evidencio Community account you can:

  • Create and publish your own prediction algorithms.
  • Share your prediction algorithms with your colleagues, research group, organization or the world.
  • Review and provide feedback on algorithms that have been shared with you.
  • Validate your algorithms and validate algorithms from other users.
  • Find algorithms based on Title, Keyword, Author, Institute, or MeSH classification.
  • Use and save prediction algorithms and their data.
  • Use patient specific protocols and guidelines based on sequential algorithms and decision trees.
  • Stay up-to-date with new algorithms in your field as they are published.
  • Create your own lists of favorite algorithms and topics.

A personal Evidencio account is free, with no strings attached!
Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction algorithms.

Αποποίηση ευθύνης: Οι υπολογισμοί από μόνοι τους δεν πρέπει ποτέ να υπαγορεύουν τη φροντίδα των ασθενών και δεν υποκαθιστούν την επαγγελματική κρίση.
Terms & Conditions | Privacy Policy | Disclaimer | Contact | Refuse cookies |
Evidencio v3.35 © 2015 - 2025 Evidencio. All Rights Reserved