MétaCan
Menu
Retour à la cohorte
Enregistrement W3040408912 · doi:10.1371/journal.pone.0235544

Incidence of respiratory distress and its predictors among neonates admitted to the neonatal intensive care unit, Black Lion Specialized Hospital, Addis Ababa, Ethiopia

2020· article· en· W3040408912 sur OpenAlexaff
Yared Asmare Aynalem, Hussien Mekonen, Tadesse Yirga Akalu, Tesfa Dejenie Habtewold, Aklilu Endalamaw, Pammla Petrucka, Wondimeneh Shibabaw Shiferaw

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineRespiratory distressNeonatal intensive care unitHazard ratioIncidence (geometry)Confidence intervalGestational agePediatricsIntensive care unitPregnancyIntensive care medicineInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although respiratory distress is one of the major causes of neonatal morbidity and mortality throughout the globe, it is a particularly serious concern for nations like Ethiopia that have significant resource limitations. Additionally, few studies have looked at neonatal respiratory distress and its predictors in developing countries, and thus we sought to investigate this issue in neonates who were admitted to the Neonatal Intensive Care Unit at Black Lion Specialized Hospital, Ethiopia. METHODS: An institution-based retrospective follow-up study was conducted with 571 neonates from January 2013 to March 2018. Data were collected by reviewing patients' charts using a systematic sampling technique with a pretested checklist. The data was then entered using Epi-data 4.2 and analyzed with STATA 14. Median time, Kaplan-Meier survival estimation curves, and log-rank tests were then computed. Bivariable and multivariable Gompertz parametric hazard models were fitted to detect the determinants of respiratory distress. The hazard ratio with a 95% confidence interval was subsequently calculated. Variables with reported p-values < 0.05 were considered statistically significant. RESULTS: The proportion of neonates with respiratory distress among those admitted to the Black Lion Specialized Hospital neonatal intensive care unit was 42.9% (95%CI: 39.3-46.1%) The incidence rate was 8.1/100 (95%CI: 7.3, 8.9). Significant predictors of respiratory distress in neonates included being male [Adjusted hazard ratio (HR): 2.4 (95%CI: 1.1, 3.1)], born via caesarean section [AHR: 1.9 (95%CI: 1.6, 2.3)], home delivery [AHR: 2.9 (95%CI: 1.5, 5,2)], maternal diabetes mellitus (AHR: 2.3 (95%CI: 1.4, 3.6)), preterm birth [AHR: 2.9 (95%CI: 1.6, 5.1)], and having an Apgar score of less than 7 [AHR: 3.1 (95%CI: 1.8, 5.0)]. CONCLUSIONS: In this study, the proportion of respiratory distress (RD) was high. Preterm birth, delivery by caesarean section, Apgar score < 7, sepsis, maternal diabetes mellitus, and home delivery were all significant predictors of this condition. Based on our findings this would likely include encouraging more hospital births, better control of diabetes in pregnancy, improved neonatal resuscitation and addressing ways to decrease the need for frequent caesarean sections.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,324
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207