Refined Lab-score, a Risk Score Predicting Serious Bacterial Infection in Febrile Children Less Than 3 Years of Age
Notice bibliographique
Résumé
BACKGROUND: The identification of serious bacterial infection (SBI) in children with fever without source remains a challenge. A risk score called Lab-score, based on C-reactive protein, procalcitonin and urinary dipstick results was derived to predict SBI. However, all biomarkers were initially dichotomized, leading to weak statistical reliability and lack of transportability across diverse settings. We aimed to refine and validate this risk-score algorithm. METHODS: The Lab-score was refined using a secondary analysis of a multicenter cohort study of children with fever without source via multilevel regression modeling. The external validation was conducted on data from a Canadian cohort study. RESULTS: Eight hundred seventy-seven children (24% SBI) were included for the derivation study, and 347 (16% SBI) for validation. Only C-reactive protein, procalcitonin, age and urinary dipstick remained independently associated with SBI. The model achieved an area under the receiver operating characteristic (ROC) curve of 0.94 (95% confidence interval [CI]: 0.93-0.96), which was significantly higher than any other isolated biomarker (P < 0.0001), and the original Lab-score (P < 0.0001). According to a decision curve analysis, the model yielded a better strategy than those based on independently considered biomarkers, or on the original Lab-score. The threshold analysis led to a cutoff that yielded 96% (95% CI: 92-98) sensitivity and 73% (95% CI: 70-77) specificity. The external validation found similar predictive abilities: 0.96 area under the ROC curve (95% CI: 0.93-0.99), 95% sensitivity (95% CI: 85-99) and 87% specificity (95% CI: 83-91). CONCLUSION: The refined Lab-score demonstrated higher prediction ability for SBI than the original Lab-score, with promising wider applicability across settings. These results require validation in additional populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».