Postdischarge mortality in children with acute infectious diseases: derivation of postdischarge mortality prediction models
Notice bibliographique
Résumé
OBJECTIVES: To derive a model of paediatric postdischarge mortality following acute infectious illness. DESIGN: Prospective cohort study. SETTING: 2 hospitals in South-western Uganda. PARTICIPANTS: 1307 children of 6 months to 5 years of age were admitted with a proven or suspected infection. 1242 children were discharged alive and followed up 6 months following discharge. The 6-month follow-up rate was 98.3%. INTERVENTIONS: None. PRIMARY AND SECONDARY OUTCOME MEASURES: The primary outcome was postdischarge mortality within 6 months following the initial hospital discharge. RESULTS: 64 children died during admission (5.0%) and 61 died within 6 months of discharge (4.9%). Of those who died following discharge, 31 (51%) occurred within the first 30 days. The final adjusted model for the prediction of postdischarge mortality included the variables mid-upper arm circumference (OR 0.95, 95% CI 0.94 to 0.97, per 1 mm increase), time since last hospitalisation (OR 0.76, 95% CI 0.61 to 0.93, for each increased period of no hospitalisation), oxygen saturation (OR 0.96, 95% CI 0.93 to 0·99, per 1% increase), abnormal Blantyre Coma Scale score (OR 2.39, 95% CI 1·18 to 4.83), and HIV-positive status (OR 2.98, 95% CI 1.36 to 6.53). This model produced a receiver operating characteristic curve with an area under the curve of 0.82. With sensitivity of 80%, our model had a specificity of 66%. Approximately 35% of children would be identified as high risk (11.1% mortality risk) and the remaining would be classified as low risk (1.4% mortality risk), in a similar cohort. CONCLUSIONS: Mortality following discharge is a poorly recognised contributor to child mortality. Identification of at-risk children is critical in developing postdischarge interventions. A simple prediction tool that uses 5 easily collected variables can be used to identify children at high risk of death after discharge. Improved discharge planning and care could be provided for high-risk children.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».