Integrated fever management: disease severity markers to triage children with malaria and non-malarial febrile illness
Notice bibliographique
Résumé
Febrile symptoms in children are a leading cause of health-care seeking behaviour worldwide. The majority of febrile illnesses are uncomplicated and self-limited, without the need for referral or hospital admission. However, current diagnostic tools are unable to identify which febrile children have self-limited infection and which children are at risk of progressing to life-threatening infections, such as severe malaria. This paper describes the need for a simple community-based tool that can improve the early recognition and triage of febrile children, with either malarial or non-malarial illness, at risk of critical illness. The integration of a disease severity marker into existing malaria rapid diagnostic tests (RDT) could enable detection of children at risk of severe infection in the hospital and community, irrespective of aetiology. Incorporation of a disease severity marker could inform individualized management and early triage of children at risk of life-threatening infection. A child positive for both malaria and a disease severity marker could be prioritized for urgent referral/admission and parenteral therapy. A child positive for malaria and negative for a disease severity marker could be managed conservatively, as an out-patient, with oral anti-malarial therapy. An RDT with a disease severity marker could facilitate an integrated community-based approach to fever syndromes and improve early recognition, risk stratification, and prompt treatment of severe malaria and other life-threatening infections.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».