Sepsis in Canadian children: a national analysis using administrative data
Notice bibliographique
Résumé
BACKGROUND: Severe infection resulting in sepsis is recognized as a leading cause of morbidity and mortality worldwide. The purpose of this study is to use longitudinal, population-based data to report national-level hospital metrics, providing a current assessment of the status of sepsis hospitalizations in Canadian children. METHODS: We performed an analysis of previously abstracted data from the Canadian Institute for Health Information (CIHI) Discharge Abstract Database (DAD). Children aged 0-17 years at the time of hospital admission were identified from a cohort of patients with sepsis or severe sepsis using the International Classification of Diseases and Related Health Problems, 10th Revision (ICD-10-CA) and the Canadian Classification of Health Interventions (CCI). Descriptive population-based statistics are reported. RESULTS: Hospitalization data for 20,130 children admitted over 5 years were reviewed. The majority of children were young, with neonates (56.3%) and infants under 2 months (18.8%) representing the majority of cases. A decline in age-adjusted hospitalization rates was demonstrated in both overall and non-severe sepsis across the study period; however, no change was demonstrated for severe sepsis. While overall in-hospital crude mortality rates did not change significantly across the study period (range 5.1%-5.4%), a significant decrease was found in children aged 3-23 months and adolescents. Multi-organ failure was reported in more than one-quarter of children with severe sepsis. Odds of mortality increased significantly with number of organs failed. CONCLUSION: Sepsis remains an important cause of morbidity and mortality in Canadian children, posing a significant burden on health care resources. Age continues to be associated with the incidence and severity of illness. Overall hospitalization rates have declined over time, as has mortality in severe sepsis. This report provides baseline metrics for future outcome-based research in Canada targeting prevention strategies and early diagnosis, as well as therapies preventing and managing organ failure.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,020 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».