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. 
Автори на изследвания: Lim W, van der Eerden MM, Laing R, Boersma W, Karalus N, Town G, Lewis S, and Macfarlane J.
Версия: 1.2
  • Публичен
  • Пулмология
  • {{ modelType }}
  • Подробности
  • Утвърждаване на алгоритъм
  • Запазване на входни данни
  • Вход за натоварване
Дисплей
Единици

{{section.title}}

Изчисляване на резултата

Задаване на повече параметри за извършване на изчислението

Calculated CURB-65/AMBU-65 score: points

{{ resultSubheader }}
{{ chart.title }}
Интервал на резултатите {{ additionalResult.min }} към {{ additionalResult.max }}

Условна информация

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
Забележка
Бележките са видими само при изтеглянето на резултатите и не се запазват от Evidencio.

Този алгоритъм се предоставя за образователни, обучителни и информационни цели. Той не трябва да се използва за подпомагане на вземането на медицински решения или за предоставяне на медицински или диагностични услуги. Прочетете пълния ни текст disclaimer.

Основни алгоритми Част от
Коментари
Коментар:
Моля, въведете коментар
Коментарите са видими за всеки

Обратна връзка от алгоритъм

Все още няма отзиви 1 коментар {{ model.comments.length }} Коментари
На {{ comment.created_at }} {{ comment.user.username }} вече нерегистриран автор пише:
{{ comment.content }}
logo

Моля, влезте, за да разрешите функциите за печат на Evidencio

За да използвате функциите за печат на Evidencio, трябва да сте влезли в системата.
Ако нямате акаунт в общността на Evidencio, можете да създадете свой безплатен личен акаунт на адрес:

https://www.evidencio.com/registration

Отпечатани резултати - Примери {{ new Date().toLocaleString() }}


Предимства на акаунта в общността на 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.


Отказ от отговорност: Самите изчисления никога не трябва да определят грижата за пациента и не могат да заместят професионалната преценка.
Evidencio v3.35 © 2015 - 2025 Evidencio. All Rights Reserved