MétaCan
Menu
Retour à la cohorte
Enregistrement W2133877774 · doi:10.1093/pubmed/fdp075

Invasive meningococcal disease--improving management through structured review of cases in the Hunter New England area, Australia

2009· article· en· W2133877774 sur OpenAlexaff
Chantal Guímont, Carolyn Hullick, David N Dürrheim, Nick Ryan, John Ferguson, Peter Massey

Notice bibliographique

RevueJournal of Public Health · 2009
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBacterial Infections and Vaccines
Établissements canadiensCentre hospitalier de l'Université Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditPublic healthDiseaseEpidemiologyMeningococcal diseaseCause of deathInfectious disease (medical specialty)PediatricsEmergency medicineIntensive care medicineMedical emergencyInternal medicineNeisseria meningitidisPathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Invasive meningococcal disease (IMD) is the most common infectious cause of death in childhood in developed countries. This disease may cause severe disability or death if a patient is sub-optimally managed. An audit was performed in Australia of all 2005-06 notified IMD cases to elicit correctable issues. METHODS: Over the 2 year period, 24 cases were notified in the Hunter New England Health area. These cases were reviewed by an expert panel to highlight key correctable issues in recognition and management of IMD. RESULTS: The 24 patients were aged between 1 month and 70 years. Thirteen (54%) were children and 14 (58%) were women. Six (25%) cases developed complications, two being severe (one death, one limb amputations). These patients had risk factors for IMD. The emergency department average delay between assessment and administration of antibiotics was 57.8 min. CONCLUSION: There were avoidable factors identified in both patients with a poor outcome. Length of delay in initiating antibiotic therapy has been associated with poor outcome, thus the delay in our series is of concern. The audit highlighted many potentially correctable issues in the medical, laboratory and public health management of IMD cases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil0,433

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,346
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public HealthMême sujetBacterial Infections and VaccinesTravaux en français237 207