Predicting the Outcome of Neonatal Bacterial Meningitis
Notice bibliographique
Résumé
OBJECTIVE: To build predictive models of severe adverse outcome at various times in the course of neonatal bacterial meningitis. STUDY DESIGN: Retrospective cohort study with follow-up to a minimum age of 1 year of term and near-term infants, admitted between 1979 and 1998 to a regional tertiary care center. Predictors of adverse outcome detectable at 1 year of age (death or moderate or severe neurosensory impairment) were identified by univariate analysis. Independent predictors of adverse outcome were identified by multivariate analysis. Predictive tree models were constructed at 12, 24, 48, and 96 hours after admission and at discharge. RESULTS: Of 101 infants admitted with definitive bacterial meningitis, 13 died and 17 had moderate or severe disability at 1 year of age. Outcomes are known for all patients, to 1 year of age. Twelve hours after admission the important predictors of adverse outcome were presence of seizures, presence of coma, use of inotropes, and leukopenia (sensitivity: 68%; specificity: 100%). At 96 hours the predictors were seizure duration of >72 hours, presence of coma, use of inotropes, and leukopenia (sensitivity: 88%; specificity: 99%). CONCLUSIONS: Most infants at risk for adverse outcome can be identified within 12 hours of admission. Duration of seizures for >72 hours, presence of coma, use of inotropes, and leukopenia were the most important predictors of adverse outcome. Although these models have good predictive accuracy, they need to be validated in a contemporary cohort in large multicenter studies.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».