MétaCan
Menu
Retour à la cohorte
Enregistrement W3045064729 · doi:10.1371/journal.pone.0235598

Clinical predictors of radiological pneumonia: A cross-sectional study from a tertiary hospital in Nepal

2020· article· en· W3045064729 sur OpenAlexaff
Sandeep Shrestha, Nagendra Chaudhary, Saneep Shrestha, Santosh Pathak, Arun Kumar Sharma, Laxman Shrestha, Om Kurmi

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePneumonia and Respiratory Infections
Établissements canadiensMcMaster University
Organismes subventionnairesTribhuvan University
Mots-clésMedicineTachypneaPneumoniaRadiological weaponHypoxemiaPediatricsCross-sectional studyAtypical pneumoniaUnivariate analysisInternal medicineIntensive care medicineSurgeryMultivariate analysisPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite readily availability of vaccines against both Hemophilus influenzae and Pneumococcus, pneumonia remains the most common cause of morbidity and mortality in children under the age of five years in Nepal. With growing antibiotic resistance and a general move towards more rational antibiotic use, early identification of clinical signs for the prediction of radiological pneumonia would help practitioners to start the treatment of patients. The main aim of this study was to reassess the clinical predictors of pneumonia in Nepal. METHODS: This cross-sectional study was conducted between June 2015 and November 2015 at Tribhuvan University Teaching Hospital, a tertiary hospital in Kathmandu, Nepal. Children aged 3-60 months with a clinical diagnosis of pneumonia by a physician were enrolled in the study. Radiological pneumonia was identified and categorized as per World Health Organization guidelines by an experienced radiologist blinded to patient characteristics. We calculated sensitivity and specificity of clinical signs and symptoms for radiological pneumonia. RESULTS: Out of 1021 children with fever, 160 cases were clinically diagnosed as pneumonia and were enrolled for this study. Among the enrolled patients, 61% had radiological pneumonia. Tachypnea had the highest sensitivity of 99%, while bronchial breathing had the highest specificity of 100%. During univariate analysis, grunting, wheezing, nasal discharge, decreased breath sounds, noisy breathing and hypoxemia were associated with radiological pneumonia. Only hypoxemia remained an independent predictor when adjusted for all the factors. CONCLUSION: Tachypnea was the most sensitive sign, whereas bronchial breathing was most specific sign for radiological pneumonia.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,084
Tête enseignante GPT0,323
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetPneumonia and Respiratory InfectionsTravaux en français237 207