Markers for bacterial infection in children with fever without source
Notice bibliographique
Résumé
OBJECTIVES: To compare the diagnostic properties of procalcitonin (PCT), C reactive protein (CRP), total white blood cells count (WBC), absolute neutrophil count (ANC) and clinical evaluation to detect serious bacterial infection (SBI) in children with fever without source. DESIGN: Prospective cohort study. SETTING: Paediatric emergency department of a tertiary care hospital. PARTICIPANTS: Children aged 1-36 months with fever and no identified source of infection. INTERVENTION: Complete blood count, blood culture, urine analysis and culture. PCT and CRP were also measured and SBI probability evaluated clinically with a visual analogue scale before disclosing tests results. Outcome measure Area under the curves (AUC) of the receiver operating characteristic curves. RESULTS: Among the 328 children included in the study, 54 (16%) were diagnosed with an SBI: 48 urinary tract infections, 4 pneumonias, 1 meningitis and 1 bacteraemia. The AUC were similar for PCT (0.82; 95% CI 0.77 to 0.86), CRP (0.88; 95% CI 0.84 to 0.91), WBC (0.81; 95% CI 0.76 to 0.85) and ANC (0.80; 95% CI 0.75 to 0.84). The only statistically significant difference was between CRP and ANC (Δ AUC 0.08; 95% CI 0.01 to 0.16). It is important to note that all the surrogate markers were statistically superior to the clinical evaluation that had an AUC of only 0.59 (95% CI 0.54 to 0.65). CONCLUSION: The study data demonstrate that CRP, PCT, WBC and ANC had almost similar diagnostic properties and were superior to clinical evaluation in predicting SBI in children aged 1 month to 3 years.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».