Prognostic factors for mortality in neonatal tetanus: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVES: To determine prognostic factors for mortality in neonates with tetanus and to assess the associations between prognostic factors and neonatal tetanus (NT) mortality. METHODS: Five databases were searched for studies on prognostic factors and NT mortality published up to April 2013 to identify studies relevant to this review. Prognostic factors of interest were birth weight, age at onset of symptoms, age at presentation, delay in presentation, and duration of hospitalization. Odds ratios (ORs) for prognostic factors and mortality were estimated by random effects models and stratified analyses for all studies. RESULTS: Sixteen studies including a total of 4535 neonates were included in the analysis: nine from Africa, five from Asia, and two from Europe. The prognostic factors identified consistently in the studies were birth weight, age at onset of symptoms, and age at presentation. Of the 16 studies, only one assessed all three prognostic factors, five studies assessed two prognostic factors, and 10 studies assessed one prognostic factor. Neonates with a low birth weight were more likely to have an increased odds of NT death (OR 2.09, 95% confidence interval (CI) 1.29-3.37) than normal weight neonates. This mortality risk was exacerbated for low birth weight neonates with age at onset≤6 days (OR 6.80, 95% CI 2.42-19.11). Age at onset≤5-7 days was associated with an increased odds of NT death. CONCLUSIONS: Low birth weight predicted an increased odds of death by NT. Age at onset≤5-7 days to diagnosis is crucial in determining survival among neonates with tetanus.
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 | 0,011 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,034 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».