MétaCan
Menu
Retour à la cohorte
Enregistrement W2026151359 · doi:10.1371/journal.pone.0082386

Prediction of Severe Disease in Children with Diarrhea in a Resource-Limited Setting

2013· article· en· W2026151359 sur OpenAlexaff
Adam C. Levine, Richard M. Munyaneza, Justin Glavis‐Bloom, Vanessa Redditt, Hannah Cockrell, Bantu Kalimba, Valentin Kabemba, Juvenal Musavuli, Mathias Gakwerere, Jean Paul de Charles Umurungi, Sachita Shah, Peter Drobac

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCenters for Disease Control and PreventionFogarty International CenterThrasher Research FundRhode Island FoundationNational Institutes of HealthBrown University
Mots-clésMedicineDiarrheaDehydrationReceiver operating characteristicCohortSeverity of illnessCohort studyRetrospective cohort studyDiseaseArea under the curvePediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate the accuracy of three clinical scales for predicting severe disease (severe dehydration or death) in children with diarrhea in a resource-limited setting. METHODS: Participants included 178 children admitted to three Rwandan hospitals with diarrhea. A local physician or nurse assessed each child on arrival using the World Health Organization (WHO) severe dehydration scale and the Centers for Disease Control (CDC) scale. Children were weighed on arrival and daily until they achieved a stable weight, with a 10% increase between admission weight and stable weight considered severe dehydration. The Clinical Dehydration Scale was then constructed post-hoc using the data collected for the other two scales. Receiver Operator Characteristic (ROC) curves were constructed for each scale compared to the composite outcome of severe dehydration or death. RESULTS: The WHO severe dehydration scale, CDC scale, and Clinical Dehydration Scale had areas under the ROC curves (AUCs) of 0.72 (95% CI 0.60, 0.85), 0.73 (95% CI 0.62, 0.84), and 0.80 (95% CI 0.71, 0.89), respectively, in the full cohort. Only the Clinical Dehydration Scale was a significant predictor of severe disease when used in infants, with an AUC of 0.77 (95% CI 0.61, 0.93), and when used by nurses, with an AUC of 0.78 (95% CI 0.63, 0.93). CONCLUSIONS: While all three scales were moderate predictors of severe disease in children with diarrhea, scale accuracy varied based on provider training and age of the child. Future research should focus on developing or validating clinical tools that can be used accurately by nurses and other less-skilled providers to assess all children with diarrhea in resource-limited settings.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,238
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207