Clinical Features Suggestive of Meningitis in Children: A Systematic Review of Prospective Data
Notice bibliographique
Résumé
CONTEXT: Clinical diagnosis of pediatric meningitis is fundamental; therefore, familiarity with evidence underscoring clinical features suggestive of meningitis is important. OBJECTIVE: To seek evidence supporting accuracy of clinical features of pediatric bacterial meningitis. METHODS: A review of Medline, Embase, the Cumulative Index to Nursing and Allied Health Literature, Web of Science, and PubMed was conducted for all articles of relevance. Articles contained prospective data of clinical features in children with laboratory-confirmed bacterial meningitis and in comparison groups of those without it. Two authors independently assessed quality and extracted data to calculate accuracy data of clinical features. RESULTS: Of 14 145 references initially identified, 10 met our inclusion criteria. On history, a report of bulging fontanel (likelihood ratio [LR]: 8.00 [95% confidence interval (CI): 2.4-26]), neck stiffness (7.70 [3.2-19]), seizures (outside febrile-convulsion age range) (4.40 [3.0-6.4]), or reduced feeds (2.00 [1.2-3.4]) raised concern about the presence of meningitis. On examination, jaundice (LR: 5.90 [95% CI: 1.8-19]), being toxic or moribund (5.80 [3.0-11]), meningeal signs (4.50 [2.4-8.3]), neck stiffness (4.00 [2.6-6.3]), bulging fontanel (3.50 [2.0-6.0]), Kernig sign (3.50 [2.1-5.7]), tone up (3.20 [2.2-4.5]), fever of >40°C (2.90 [1.6-5.5]), and Brudzinski sign (2.50 [1.8-3.6]) independently raised the likelihood of meningitis. The absence of meningeal signs (LR: 0.41 [95% CI: 0.30-0.57]) and an abnormal cry (0.30 [0.16-0.57]) independently lowered the likelihood of meningitis. The absence of fever did not rule out meningitis (LR: 0.70 [95% CI: 0.53-0.92]). CONCLUSIONS: Evidence for several useful clinical features that influence the likelihood of pediatric meningitis exists. No isolated clinical feature is diagnostic, and the most accurate diagnostic combination is unclear.
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 | 0,012 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,019 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».