60: Short-Term and Long-Term Outcomes of Neonatal Gram-Negative Sepsis in Canadian NICUs
Notice bibliographique
Résumé
Gram-negative sepsis (GNS) is associated with increased neonatal mortality and morbidity compared with Gram-positive and fungal sepsis. Limited research has examined the differences in short-term and long-term outcomes of early-onset and late-onset GNS. To compare short-term and long-term outcomes of neonates with early-onset and late-onset GNS with those who did not develop sepsis in Canadian NICUs. A retrospective cohort study of neonates GA ≤29 weeks admitted between April 1, 2009 and September 30, 2011 was conducted using data from the Canadian Neonatal Network (CNN) and Canadian Neonatal Follow-Up Network (CNFUN) databases. Demographics and rates of mortality, BPD, ROP, NEC, and IVH were compared between three groups: a) early-onset GNS (EOS), b) late-onset GNS (LOS) and c) those with no sepsis. Follow-up metrics and composite neurodevelopmental impairment (NDI) indices at 18–21 months CGA were compared between the three groups. 2182 infants met inclusion criteria; 29 (1.5%) developed EOS and 171 (7.8%) LOS. Baseline comparison revealed lower GA (P<0.01), birth weight (P<0.01), Apgar scores at 1 and 5 minutes (P<0.01) and higher SNAP II scores (P<0.01), higher rate of chorioamnionitis (P<0.01), and longer duration of stay (P<0.01) among those who developed GNS. E. coli and Citrobacter were more common among EOS, while LOS was associated with Enterobacter, Enterococcus, Klebsiella, and other gram-negative organisms (P<0.01). NEC was more common in neonates with LOS (AOR [95% CI]: 3.81 [2.14, 6.79]). GNS in Canadian NICUs is associated with an increased rate of NEC and increased length of hospital stay. There was no difference in neurodevelopmental impairment rates between groups when adjusted for confounders.
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 | 0,000 | 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 ».