Evaluation of systemic inflammatory response syndrome-negative sepsis from a Chinese regional pediatric network
Notice bibliographique
Résumé
BACKGROUND: The identification of sepsis in children varies depending on the definition used. Our purpose was to compare clinical data and outcome of atypical sepsis, manifested as having sepsis but not fulfilling the criteria of systemic inflammatory response syndrome (SIRS-negative sepsis, SNS), in children based on the modified Angus criteria with those of sepsis (S) and severe sepsis (SS) based on the international consensus criteria. METHODS: Pediatric departments in 11 regional city and county referral hospitals with emergency and intensive care settings in Huai'an serving for 843,000 children participated in a parallel multicenter prospective survey. Clinical data registry was used to recruit those who fulfilled the diagnostic criteria for pediatric sepsis from all admissions (n = 27,836) from 28 days to 15 years old, from September 1, 2010 to August 31, 2011. RESULTS: A total of 1606 children met the criteria for pediatric sepsis and were divided into three groups: S, (n = 1377), SS (n = 153, including 32 septic shock), based on the consensus definition criteria, and SNS (n = 76) based on the modified Angus criteria. Most deaths (38/54, 70.3%) occurred within three days of admission. The SNS mainly occurred in infants and was associated with cardiopulmonary and neurologic dysfunction without satisfying the SIRS criteria. CONCLUSIONS: SNS differed from SS in that it predominantly affected infants and manifested with cardiopulmonary and neurologic dysfunction. There were no laboratory variables which were useful in identification of SNS, or predicting response to therapy or outcome.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 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 ».