Epidemiology and microbiology of late-onset sepsis among preterm infants in China, 2015–2018: A cohort study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To describe the incidence, case-fatality rate and pathogen distribution of late-onset sepsis (LOS) among preterm infants in China. To investigate risk factors and short-term outcomes associated with LOS caused by Gram-positive bacteria, Gram-negative bacteria and fungi. METHODS: This cohort study included all infants born at <34 weeks' gestation and admitted to 25 tertiary hospitals in 19 provinces in China from May, 2015 to April, 2018. Infants were excluded who died or were discharged within 3 days of being born. RESULTS: A total of 1199 episodes of culture-positive LOS were identified in 1133 infants, with an incidence of 4.4% (1133/25,725). Overall, 15.4% (175/1133) of infants with LOS died and 10.0% (113/1133) of infants died within 7 days of LOS onset. Among 1214 isolated pathogens, Gram-negative bacteria were the most common (51.8%, 629/1214) and fungi accounted for 17.1% (207/1214). Use of central lines, longer duration of antibiotics and previous carbapenem exposure were related to increased risk of fungal LOS compared with Gram-positive bacteria. Gram-negative bacteria LOS was independently associated with increased risk of death, periventricular leukomalacia, bronchopulmonary dysplasia, and necrotizing enterocolitis. Fungal LOS was independently associated with increased risk of periventricular leukomalacia, bronchopulmonary dysplasia and necrotizing enterocolitis. CONCLUSIONS: Late-onset sepsis was a significant cause of morbidity and mortality in Chinese neonatal intensive care units, with a distinct pathogen distribution from industrial countries. Clinical guidelines on the prevention and treatment of LOS should be developed and tailored to these LOS characteristics in Chinese neonatal intensive care units.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle