Melola Discovery

← Melola Discovery

Jurnal SINTA 1

Outcome Prediction in Infectious Disease

ACTA MEDICA INDONESIANA · Vol. 56 No. 4 (2025)

ISSN
2338-2732, 0125-9326
Terbit
2025-01-21
Penerbit
The Indonesian Society of Internal Medicine
Bahasa
eng

Abstrak

Sepsis is a critical, life-threatening condition that demands precise prediction to mitigate adverse outcomes. The heterogeneity of sepsis leads to variable prognoses, making early and accurate identification increasingly difficult. Despite ongoing advancements, no single gold standard has emerged for sepsis prediction. Current research explores a range of prognostic tools, from traditional scoring systems and biomarkers to cutting-edge omics technologies and artificial intelligence. These tools can differ significantly across patient populations and clinical settings, such as the emergency department (ED) and intensive care unit (ICU). This review aims to critically evaluate the development and application of outcome prediction modalities in sepsis and other infectious diseases, highlighting the progress made and identifying areas for further research.

Kata kunci

Jaringan kolaborasi para penulis

40 penulis · 194 tautan kepenulisan bersama · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Robert SintoAfiliasi tidak diketahui26
Erni Juwita NelwanAfiliasi tidak diketahui11
Cleopas Martin RumendeAfiliasi tidak diketahui5
Hamzah ShatriAfiliasi tidak diketahui4
Ikhwan RinaldiAfiliasi tidak diketahui3
Adeline Intan PasaribuAfiliasi tidak diketahui2
Erni J NelwanAfiliasi tidak diketahui2
Samuel Theodorus SutantoAfiliasi tidak diketahui2
Murdani AbdullahAfiliasi tidak diketahui2
Aulia RizkaAfiliasi tidak diketahui2
Soekamto KoesnoeAfiliasi tidak diketahui2
Rohayat Bilmahdi SimanjuntakAfiliasi tidak diketahui2
Chyntia Olivia Maurine JasirwanAfiliasi tidak diketahui2
Suryo Anggoro Kusumo WibowoAfiliasi tidak diketahui2
Rido Prama EledAfiliasi tidak diketahui2
Suhendro SuhendroAfiliasi tidak diketahui1
Cleopas M RumendeAfiliasi tidak diketahui1
Eppy EppyAfiliasi tidak diketahui1
Irsan HasanAfiliasi tidak diketahui1
Esthika DewiastyAfiliasi tidak diketahui1
Candra WigunaAfiliasi tidak diketahui1
Djoko WidodoAfiliasi tidak diketahui1
Helio GuterresAfiliasi tidak diketahui1
Ralalicia LimatoAfiliasi tidak diketahui1
Muhadi MuhadiAfiliasi tidak diketahui1
Pringgodigdo NugrohoAfiliasi tidak diketahui1
Kresna Dharma SuryanaAfiliasi tidak diketahui1
Adityo SusiloAfiliasi tidak diketahui1
Beryl AlodiaAfiliasi tidak diketahui1
Rahajeng N TunjungputriAfiliasi tidak diketahui1
Erpryta N TetrasiwiAfiliasi tidak diketahui1
Richella K LaudittaAfiliasi tidak diketahui1
Kuntjoro HarimurtiAfiliasi tidak diketahui1
Cosphiadi IrawanAfiliasi tidak diketahui1
Andreas PekeyAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) http://www.actamedindones.org/index.php/ijim/oai, pertama di-harvest 8 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Outcome Prediction in Infectious Disease</dc:title>
	<dc:creator>Lie, Khie Chen</dc:creator>
	<dc:creator>Yonggara, Yosia</dc:creator>
	<dc:creator>Pasaribu, Adeline</dc:creator>
	<dc:creator>Shakinah, Sharifah</dc:creator>
	<dc:creator>Nainggolan, Leonard</dc:creator>
	<dc:subject xml:lang="en-US">Outcome prediction</dc:subject>
	<dc:subject xml:lang="en-US">Infectious Disease</dc:subject>
	<dc:subject xml:lang="en-US">Sepsis</dc:subject>
	<dc:description xml:lang="en-US">Sepsis is a critical, life-threatening condition that demands precise prediction to mitigate adverse outcomes. The heterogeneity of sepsis leads to variable prognoses, making early and accurate identification increasingly difficult. Despite ongoing advancements, no single gold standard has emerged for sepsis prediction. Current research explores a range of prognostic tools, from traditional scoring systems and biomarkers to cutting-edge omics technologies and artificial intelligence. These tools can differ significantly across patient populations and clinical settings, such as the emergency department (ED) and intensive care unit (ICU). This review aims to critically evaluate the development and application of outcome prediction modalities in sepsis and other infectious diseases, highlighting the progress made and identifying areas for further research.</dc:description>
	<dc:publisher xml:lang="en-US">The Indonesian Society of Internal Medicine</dc:publisher>
	<dc:date>2025-01-21</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>http://www.actamedindones.org/index.php/ijim/article/view/2910</dc:identifier>
	<dc:source xml:lang="en-US">Acta Medica Indonesiana; Vol. 56 No. 4 (2024): Acta Medica Indonesiana; 537</dc:source>
	<dc:source>2338-2732</dc:source>
	<dc:source>0125-9326</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>http://www.actamedindones.org/index.php/ijim/article/view/2910/pdf</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2025 Acta Medica Indonesiana</dc:rights>
</oai_dc:dc>