Nosocomial Rotavirus Infections: A Meta-analysis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Nosocomial rotavirus (nRV) infections represent an important part of rotavirus (RV)-associated morbidity. The incidence of nRV influences the estimated total RV disease burden, an important determinant of cost-effectiveness of RV vaccination programs. Our aim is to summarize the existing evidence and produce reliable estimates of nRV incidence, in pediatric settings in Europe and North America. METHODS: We searched electronic databases for studies on nRV incidence among pediatric inpatients. To ascertain complete case reporting, only studies describing active nRV surveillance in their methodology were included. Random effects meta-analysis was performed. Meta-regression was used to obtain results adjusted for important study characteristics. RESULTS: Twenty surveillance studies met the quality criteria for inclusion. The pooled unadjusted nRV incidence was 2.9 per 100 hospitalizations (95% confidence interval [CI]: 1.6-4.4). Incidence was significantly influenced by studies' seasonality-months (RV epidemic season only or year-round) and the age range of included patients. Highest nRV incidence was found for children <2 years of age, hospitalized during the epidemic months (8.1/100 hospitalizations; 95% CI: 6.4-9.9). The adjusted year-round nRV incidence estimate without age restriction was 0.4/100 hospitalizations (95% CI: 0.1-2.1) and 0.7 (95% CI: 0.0-1.8) for children <5 years of age. CONCLUSIONS: This is the first meta-analysis to summarize results of surveillance studies on nRV incidence. nRV is an important problem among hospitalized infants during the winter months. The lower season and age-adjusted nRV incidence estimate seems more appropriate for application in population-based burden of disease analysis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».