An improved clinical prediction rule for identifying neonatal bacterial meningitis: a multicenter cohort study
Notice bibliographique
Résumé
Background: To refine the bacterial meningitis (BM) score by improving its predictability of neonatal BM. Methods: A multicenter, ambispective cohort study was conducted in China, comprising 9 hospitals (retrospective cohort: January 2001 to December 2017; prospective cohort: January 2018 to August 2019). Of 3,504 eligible full-term neonates, 475 neonates with cerebrospinal fluid (CSF) pleocytosis were included. Based on the receiver operating characteristic (ROC) curve and logistic regression analyses, the BM score was refined by changing the thresholds of CSF protein level and the CSF absolute neutrophil count (ANC), and removing some variables (the peripheral blood ANC and a history of seizure before or at the time of presentation). Results: Of 475 neonates, 94 (19.8%) had BM. Based on the refined BM score, neonates with none of the following high-risk predictors were classified as being at very low risk for BM: CSF protein level ≥1,650 mg/L, CSF ANC ≥84×106 cells/L, and positive CSF Gram stain result. The refined score showed 100% sensitivity in identifying BM and much higher specificity compared to that for the BM score (70.9% vs. 19.4%). Conclusions: The refined BM score effectively identifies neonatal BM, and further studies are required to confirm our findings in prospective studies.
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 | 0,000 |
| 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) | 0,001 | 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 tête enseignante, 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 ».