Global incidence and mortality of neonatal sepsis: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Neonates are at major risk of sepsis, but data on neonatal sepsis incidence are scarce. We aimed to assess the incidence and mortality of neonatal sepsis worldwide. METHODS: We performed a systematic review and meta-analysis. 13 databases were searched for the period January 1979-May 2019, updating the search of a previous systematic review and extending it in order to increase data inputs from low-income and middle-income countries (LMICs). We included studies on the population-level neonatal sepsis incidence that used a clinical sepsis definition, such as the 2005 consensus definition, or relevant ICD codes. We performed a random-effects meta-analysis on neonatal sepsis incidence and mortality, stratified according to sepsis onset, birth weight, prematurity, study setting, WHO region and World Bank income level. RESULTS: The search yielded 4737 publications, of which 26 were included. They accounted for 2 797 879 live births and 29 608 sepsis cases in 14 countries, most of which were middle-income countries. Random-effects estimator for neonatal sepsis incidence in the overall time frame was 2824 (95% CI 1892 to 4194) cases per 100 000 live births, of which an estimated 17.6% 9 (95% CI 10.3% to 28.6%) died. In the last decade (2009-2018), the incidence was 3930 (95% CI 1937 to 7812) per 100 000 live births based on four studies from LMICs. In the overall time frame, estimated incidence and mortality was higher in early-onset than late-onset neonatal sepsis cases. There was substantial between-study heterogeneity in all analyses. Studies were at moderate to high risk of bias. CONCLUSION: Neonatal sepsis is common and often fatal. Its incidence remains unknown in most countries and existing studies show marked heterogeneity, indicating the need to increase the number of epidemiological studies, harmonise neonatal sepsis definitions and improve the quality of research in this field. This can help to design and implement targeted interventions, which are urgently needed to reduce the high incidence of neonatal sepsis worldwide.
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 | 0,013 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,042 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».