Clinical and laboratory predictors of 30‐day mortality in severe acute malnourished children with severe pneumonia
Notice bibliographique
Résumé
Abstract Objective To determine the predictors of mortality within 30 days of hospital admission in a diarrhoeal disease hospital in Bangladesh. Methods Cohort study of hospitalised children aged 0–59 months with severe acute malnutrition (SAM) and severe pneumonia in Dhaka Hospital, icddr,b, Bangladesh from April 2015 to March 2017. Those discharged were followed up, and survival status at 30 days from admission was determined. Children who died were compared with the survivors in terms of clinical and laboratory biomarkers. Multivariable logistic regression analysis was used for calculating adjusted odds ratio for death within 30 days of hospital admission. Results We enrolled 191 children. Mortality within 30 days of admission was 6% (14/191). After adjusting for potential confounders (hypoxia, CRP and haematocrit) in logistic regression analysis, independent factors associated with death were female sex (aOR = 5.80, 95% CI: 1.34–25.19), LAZ <−4 (aOR = 6.51, 95% CI: 1.49–28.44) and Polymorphonuclear Leucocytes (PMNL) (>6.0 × 109/L) (aOR = 1.06, 95% CI: 1.01–1.11). Using sex, Z‐score for length for age (LAZ), and PMNL percentage, we used random forest and linear regression models to achieve a cross‐validated AUC of 0.83 (95% CI: 0.82, 0.84) for prediction of 30‐day mortality. Conclusions The results of our data suggest that female sex, severe malnutrition (<−4 LAZ) and higher PMNL percentage were prone to be associated with 30‐day mortality in children with severe pneumonia. Association of these factors may be used in clinical decision support for prompt identification and appropriate management for prevention of mortality in this population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».