Assessment of Global Incidence and Mortality of Hospital-treated Sepsis: Current Estimates and Limitations
Notice bibliographique
Résumé
RATIONALE: Reducing the global burden of sepsis, a recognized global health challenge, requires comprehensive data on the incidence and mortality on a global scale. OBJECTIVES: To estimate the worldwide incidence and mortality of sepsis and identify knowledge gaps based on available evidence from observational studies. METHODS: We systematically searched 15 international citation databases for population-level estimates of sepsis incidence rates and fatality in adult populations using consensus criteria and published in the last 36 years. MEASUREMENTS AND MAIN RESULTS: The search yielded 1,553 reports from 1979 to 2015, of which 45 met our criteria. A total of 27 studies from seven high-income countries provided data for metaanalysis. For these countries, the population incidence rate was 288 (95% confidence interval [CI], 215-386; τ = 0.55) for hospital-treated sepsis cases and 148 (95% CI, 98-226; τ = 0.99) for hospital-treated severe sepsis cases per 100,000 person-years. Restricted to the last decade, the incidence rate was 437 (95% CI, 334-571; τ = 0.38) for sepsis and 270 (95% CI, 176-412; τ = 0.60) for severe sepsis cases per 100,000 person-years. Hospital mortality was 17% for sepsis and 26% for severe sepsis during this period. There were no population-level sepsis incidence estimates from lower-income countries, which limits the prediction of global cases and deaths. However, a tentative extrapolation from high-income country data suggests global estimates of 31.5 million sepsis and 19.4 million severe sepsis cases, with potentially 5.3 million deaths annually. CONCLUSIONS: Population-level epidemiologic data for sepsis are scarce and nonexistent for low- and middle-income countries. Our analyses underline the urgent need to implement global strategies to measure sepsis morbidity and mortality, particularly in low- and middle-income countries.
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 | 0,163 | 0,363 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,017 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».