Epidemiology of Meningitis in Canadian Neonatal Intensive Care Units
Notice bibliographique
Résumé
BACKGROUND: Meningitis is a serious disease that occurs more commonly in the neonatal period than in any other age group. Recent data from large national cohorts are needed to determine if the epidemiology of neonatal meningitis (NM) has changed. AIM: To assess the rates, causative organisms, risk factors, temporal trends and short-term outcomes of NM in Canadian Neonatal Intensive Care Units (NICUs). METHODS: A retrospective review of newborn infants admitted to NICUs participating in the Canadian Neonatal Network between January 2010 and December 2016. Patients with meningitis were reviewed. Outcomes of patients with meningitis were compared with 1:2 matched (for gestation, sex and birth weight) neonates without meningitis. RESULTS: Rates of NM ranged between 2.2 and 3.5/1000 NICU admissions during the 7-year study period with the majority of patients (87%) having late-onset meningitis (at >3 days after birth). The most common bacterial organism for both early- and late-onset meningitis was Escherichia coli followed by group B streptococci. Only 31% [95% confidence interval (CI): 24.06-38.63) of neonates with meningitis had simultaneous bacteremia. NM was associated with increased seizures [odds ratio (OR): 8.63; 95% CI: 4.73-15.7], retinopathy of prematurity (OR: 3.23; 95% CI: 1.30-8.02), bronchopulmonary dysplasia (OR: 1.93; 95% CI: 1.11-3.35), days of mechanical ventilation (OR: 1.03; 95% CI: 1.02-1.04) and length of hospital stay (OR: 1.02; 95% CI: 1.01-1.02), but not with mortality before discharge (OR: 1.29; 95% CI: 0.74-2.23). CONCLUSIONS: The rate of NM remains largely unchanged in Canadian NICUs. NM was associated with increased major morbidities and longer hospital stay but not with mortality before discharge.
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 | 0,002 |
| 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) | 0,001 | 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 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 ».