MétaCan
Menu
← Retour à la cohorte
Enregistrement W2753017564 · doi:10.1093/ofid/ofx163.886

Relationship Between Enteropathogen and Acute Gastroenteritis Disease Severity: A Prospective Cohort Study

2017· article· en· W2753017564 sur OpenAlexaff
Stephen B. Freedman, Jianling Xie, Alberto Nettel‐Aguirre, Bonita E. Lee, Linda Chui, Ran Zhuo, Brendon Parsons, Otto G. Vanderkooi, Phillip I. Tarr, Samina Ali, James A. Dickinson, Evan Hagen, Lawrence W. Svenson, Shannon E. MacDonald, Steven J. Drews, Raymond Tellier, Tim Graham, Martin Lavoie, Judy MacDonald

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensAlberta Health ServicesGovernment of AlbertaProvincial Laboratory of Public HealthStollery Children's HospitalAlberta Children's HospitalAlberta HealthUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineProspective cohort studyRotavirusDiseaseNorovirusCohortLogistic regressionInternal medicineDiarrheaImmunologyVirus

Résumé

récupéré en direct d'OpenAlex

Abstract Background Little is known about the association between specific enteropathogens and disease severity in outpatient children with acute gastroenteritis. Recent advances in diagnostics enabling the rapid and simultaneous detection of common enteropathogens have become readily available. While such knowledge can be used to optimize therapy it also has the potential to predict disease severity. Such knowledge can aid clinical decision making, can clarify guidance and expectations provided to families, and can guide public health policy. Methods We conducted a prospective cohort study of children with acute gastroenteritis who were brought for emergency department care. The primary outcome measure was the 20-point Modified Vesikari Scale (MVS) score calculated from symptom onset until day14 of follow-up (total MVS score). Stool and/or rectal swab specimens were collected and analyzed for 18 unique pathogens by molecular diagnostic assays (in-house 5 virus panel, Luminex xTAG Gastrointestinal Pathogen Panel) and/or bacterial culture. An enteropathogen was deemed to be present if a candidate pathogen was identified in the rectal swab or stool specimens by any testing method. Binary logistic regression was performed to assess the association between pathogens (including all pathogens as present or not) and disease severity with the dependent variable being the total MVS score categorized as severe (11–20 points) vs.. non-severe (0–10 points). Results The mean total MVS score (SD) was 12.8 (3.2) and 73.0% (807/1102) of participants experienced severe disease. A pathogen was identified in 72.8% (802/1102) of study participants. Rotavirus, norovirus GII and adenovirus were identified in 26.6% (293/1102), 23.0% (253/1102) and 16.0% (176/1102) of participants respectively. After adjusting for other pathogens significant predictors of severe disease were: rotavirus (OR=8.0; 95% CI: 4.8, 13.2), Salmonella (OR=5.4; 95% CI: 1.2, 24.4), adenovirus (OR=2.1; 95% CI: 1.3, 3.3), and norovirus GII (OR=1.8; 95% CI: 1.3, 2.6). Clostridium difficile (OR=1.6; 95% CI: 0.96, 2.6) and Aeromonas (OR=0.97; 95% CI: 0.2, 4.7) were not significantly associated with severe disease. Conclusion In children with acute gastroenteritis, the enteropathogens associated with severe disease included rotavirus, Salmonella, adenovirus and norovirus GII. Disclosures All authors: No reported disclosures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,359
Écart entre enseignants0,330 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious Diseases→Même sujetViral gastroenteritis research and epidemiology→Travaux en français237 207→