Influence of skin colour on diagnostic accuracy of the jaundice meter JM 103 in newborns
Notice bibliographique
Résumé
AIM: To assess the diagnostic accuracy of the JM 103 as a screening tool for neonatal jaundice and explore differential effects based on skin colour. METHODS: We prospectively compared the transcutaneous bilirubin (TcB) and serum bilirubin (TSB) measurements of newborns over a 3 month-period. Skin colour was assigned via reference colour swatches. Diagnostic measures of the TcB/TSB comparison were made and clinically relevant TcB cut-off values were determined for each skin colour group. RESULTS: 451 infants (51 light, 326 medium and 74 dark skin colour) were recruited. The association between TcB and TSB was high for all skin colours (rs>0.9). The Bland-Altman analysis showed an absolute mean difference between the two measures of 13.3±26.4 µmol/L with broad limits of agreement (-39.4-66.0 µmol/L), with TcB underestimating TSB in light and medium skin colours and overestimating in dark skin colour. Diagnostic measures were also consistently high across skin colours, with no clinically significant differences observed. CONCLUSIONS: The JM 103 is a useful screening tool to identify infants in need of serum bilirubin, regardless of skin colour. The effect of skin colour on the accuracy of this device at high levels of serum bilirubin could not be assessed fully due to small numbers in the light and dark groups.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».