Illness Severity Predicts Death and Brain Injury in Asphyxiated Newborns Treated with Hypothermia
Notice bibliographique
Résumé
Objective To determine if illness severity during the first days of life predicts adverse outcome in asphyxiated newborns treated with hypothermia. Study Design We conducted a retrospective cohort study of asphyxiated newborns treated with hypothermia. Illness severity was calculated daily during the first 4 days of life using the Score for Neonatal Acute Physiology II (SNAP-II score). Adverse outcome (death and/or brain injury) was recorded. Differences in SNAP-II scores between the newborns with and without adverse outcome were assessed. Result 214 newborns were treated with hypothermia. The average SNAP-II score over the first 4 days of life was significantly worse in newborns developing adverse outcome. The average SNAP-II score was an excellent predictor of death (area under the curve [AUC]: 0.93; p < 0.001) and a fair predictor of adverse outcome (AUC: 0.73; p < 0.001). The average SNAP-II score remained a significant predictor of adverse outcome (odds ratio [95% confidence interval]: 1.08 [1.04–1.12]; p < 0.001), after adjusting for baseline characteristics, degree of initial asphyxial event, and initial severity of encephalopathy. Conclusion In asphyxiated newborns treated with hypothermia, not only the initial asphyxial event but also the illness severity during the first days of life was a significant predictor of death or brain injury.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».