Predictors of Bacteremia Among Children With Sickle Cell Disease Presenting With Fever
Notice bibliographique
Résumé
INTRODUCTION: Bacterial sepsis is more common and potentially life threatening in children with sickle cell disease (SCD). Identification of variables that predict bacteremia may aid clinicians in recognizing patients with SCD at higher risk for sepsis. OBJECTIVE: To determine whether absolute neutrophil count (ANC) >20×10/L is an independent risk factor for bacteremia in children with SCD and to identify other predictors of bacteremia in this population. METHODS: A case-control study was conducted. Subjects were 0 to 18 years of age admitted to a tertiary care pediatric hospital over a 17-year period with SCD and fever at presentation. Cases had bacteremia, whereas controls had negative blood cultures. RESULTS: Data were analyzed for 40 cases and 120 controls. ANC>20×10/L was significantly more prevalent among cases (odds ratio [OR], 7.0; 95% confidence interval [CI], 2.6-18.9). Cases were more likely to have emesis (OR, 2.9; 95% CI, 1.0-8.4) and a higher proportion of band cells (OR, 1.3; 95% CI, 1.1-1.4) at presentation. CONCLUSIONS: In a febrile child with SCD, an ANC>20×10/L, a higher proportion of band cells, and the presence of vomiting were associated with an increased likelihood of bacteremia.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».