Neonatal Herpes Simplex Virus Infection Among Medicaid-Enrolled Children: 2009–2015
Notice bibliographique
Résumé
OBJECTIVES: To examine the incidence, mortality, and health care use related to neonatal herpes simplex virus (HSV) infection. METHODS: A retrospective longitudinal cohort study using a multistate Medicaid claims database. We identified neonates hospitalized with HSV infection from 2009 to 2015 by using discharge diagnosis codes and managed them for 6 months after discharge. Incidence rates were corrected for the imperfect sensitivity and specificity of thediagnosis codes for identifying HSV infection. RESULTS: Of 2 107 124 births from 2009 to 2015, 900 neonates were identified with HSV infection, with a corrected incidence rate of 4.5 (95% confidence interval [CI]: 4.2–4.8) per 10 000 births. The yearly disease incidence increased by 56%, from 3.4 (95% CI: 2.8–4.2) per 10 000 births (or 1 in 2941 births) in 2009 to 5.3 (95% CI: 4.6–6.1) per 10 000 births (or 1 in 1886 births) in 2015 (P < .001). Of the 900 neonates with HSV infection, 54 (6.0% [95% CI: 4.4%–7.6%]) died during the index hospitalization; there was no increase in the yearly mortality rate. Of the 692 (81.2%) infants with follow-up data, 316 (45.7%) had an emergency department visit, and 112 (16.2%) had a hospital readmission. Total payments at 6 months amounted to $60 620 431, a median of $87 602 per case of neonatal HSV infection. CONCLUSIONS: We observed an increase in neonatal HSV infection incidence over a recent 7-year period in a Medicaid population. Associated health care use and payments were substantial. Public health interventions targeting disease prevention and early diagnosis are needed.
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) | 0,000 | 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) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».