MétaCan
Menu
Retour à la cohorte
Enregistrement W2339638569 · doi:10.1097/inf.0000000000001107

Classification of Blood Culture Isolates Into Contaminants and Pathogens on the Basis of Clinical and Laboratory Data

2016· article· en· W2339638569 sur OpenAlexaff
Belal Hossain, Martin W. Weber, Davidson H. Hamer, Patricia L. Hibberd, ASM Nawshad Uddin Ahmed, Mahfuza Marzan, Nicholas E. Connor, Mohammad Shahidul Islam, Anita Zaidi, Abdullah H Baqui, Zulfiqar A Bhutta, Shahida Qureshi, Iftekhar Rafiqullah, Lesley McGee, Samir K. Saha

Notice bibliographique

RevueThe Pediatric Infectious Disease Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and Maternal Infections
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesWorld Health Organization
Mots-clésNeonatal sepsisBlood cultureIntensive care medicineMedicineSepsisPathogenEtiologyContaminationGold standard (test)ImmunologyPathologyInternal medicineMicrobiologyBiologyAntibioticsEcology

Résumé

récupéré en direct d'OpenAlex

The multisite community-based study, Aetiology of Neonatal Infection in South Asia (ANISA), uses blood culture as the gold standard for identifying the etiology of neonatal infection. Considering the importance of this age-old diagnostic tool and the risk of contamination, ANISA has employed rigorous measures to prevent contamination at all stages of blood collection, processing and culture. Because contamination may still occur, an independent expert group evaluates the routinely collected clinical and laboratory data to determine whether a blood culture isolate is a contaminant or a true pathogen. This article describes the methodology used by ANISA to determine whether a blood culture isolate is likely to be a true pathogen or a contaminant in neonatal sepsis.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,152

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,316
Écart entre enseignants0,285 · 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'étudeObservationnel
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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Pediatric Infectious Disease JournalMême sujetNeonatal and Maternal InfectionsTravaux en français237 207