Antibiotics taken for other illnesses and spontaneous clearance of Helicobacter pylori infection in children
Notice bibliographique
Résumé
PURPOSE: Factors that determine persistence of untreated Helicobacter pylori (H. pylori) infection in childhood are not well understood. We estimated risk differences for the effect of incidental antibiotic exposure on the probability of a detected clearance at the next test after an initial detected H. pylori infection. METHODS: The Pasitos Cohort Study (1998-2005) investigated predictors of H. pylori infection in children from El Paso, Texas, and Juarez, Mexico. Children were screened for infection at 6-month target intervals from 6 to 84 months of age, using the 13C-urea breath test corrected for body-size-dependent variation in CO2 production. Exposure was defined as courses of any systemic antibiotic (systemic) or those with anti-H. pylori action (HP-effective) reported for the interval between initial detected infection and next test. Binomial regression models included country of residence, mother's education, adequacy of prenatal care, age at infection, and interval between tests. RESULTS: Of 205 children with a test result and antibiotic data following a detected infection, the number of children who took > or =1 course in the interval between tests was 74 for systemic and 33 for HP-effective. The proportion testing negative at the next test was 66% for 0 courses, 72% for > or =1 systemic course, and 79% for > or =1 HP-effective course. Adjusted risk differences (95%CI) for apparent clearance, comparing > or =1 to 0 courses were 10% (1-20%) for systemic and 11% (0-21%) for HP-effective. CONCLUSIONS: Incidental antibiotic exposure appears to influence the duration of childhood H. pylori infection but seems to explain only a small portion of spontaneous clearance.
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 | 0,001 | 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 | 0,000 |
| 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 ».