Assessing Severity in Pediatric Pneumonia
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to determine potential predictors of the need for major medical interventions in the context of assessing severity in pediatric pneumonia. METHODS: This was a prospective, cohort study of previously healthy children and adolescents younger than 18 years presenting to the pediatric emergency room with clinically suspected pneumonia and examining both the full cohort and those with radiologically confirmed pneumonia. The presence of hypoxemia (peripheral oxygen saturation ≤92%), age-specific tachypnea, high temperature (≥38.5°C), chest retraction score, modified Pediatric Early Warning Score, age, C-reactive protein, white blood cell (WBC) count, and chest radiograph findings at first assessment were analyzed by univariate and multivariate analyses to examine their predictive ability for the need for major medical interventions: supplemental oxygen, supplemental fluid, respiratory support, intensive care, or treatment for complications during admission. RESULTS: Fifty percent of the 394 cases of suspected pneumonia and 60% of the 265 cases of proven pneumonia were in need of 1 or more medical interventions. In multivariate logistic regression, only the presence of hypoxemia (odds ratios, 3.66 and 3.83 in suspected and proven pneumonia, respectively) and chest retraction score (odds ratios, 1.21 and 1.31, respectively for each 1-point increase in the score) significantly predicted the need for major medical interventions in both suspected and proven pneumonia. Specificity of 94% or greater, positive likelihood ratio of 6.4 or greater, and sensitivity of less than 40% were found for both hypoxemia and chest retraction score in predicting major medical interventions. C-reactive protein and white blood cell count were not associated with the need for these interventions, whereas multifocal radiographic changes were. CONCLUSIONS: Hypoxemia and an assessment of chest retractions were the predictors significantly able to rule in more severe pneumonia, but with a limited clinical utility given their poor ability to rule out the need for major medical interventions. Future validation of these findings is needed.
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 | 0,000 | 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 | 0,001 | 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 ».