Delayed diagnosis: An important prognostic factor for oesophageal atresia in developing countries
Notice bibliographique
Résumé
AIM: The aim of this study is to analyse the effect of delayed diagnosis on mortality rates, and evaluate the role of delayed diagnosis as a new prognostic factor in patients with oesophageal atresia (OA), especially in developing countries. METHODS: The records of 80 consecutive patients with OA (2008-2013) were reviewed. Patients were divided into two groups according to the time of diagnosis. As we demonstrated the effect of delayed diagnosis on mortality, we decided to develop a new classification that will be utilised to predict the prognosis of OA. The discrimination ability of the new prognostic classification was compared with those of the Waterston, Montreal and Spitz classifications using the area under the curve. RESULTS: The parameters of the new prognostic classification were birth weight less than 2000 g, the presence of major cardiac/life-threatening anomalies and delay in diagnosis. Class I consisted of patients with none or one of these parameters. Class II consisted of patients with two or three of these parameters. The area under the curve of the new classification was better than those of the other classifications in determining the prognosis of patients with OA. CONCLUSIONS: Delayed diagnosis of OA significantly led to morbidity and mortality. Although delayed diagnosis is not a characteristic of newborn or a marker of severity for OA and is a health care system issue in developing countries, we here point out that it is a prognostic factor in its own right. Our new classification has a superior discriminatory ability compared to the above-mentioned classifications.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».