Neonatal Mastitis and Concurrent Serious Bacterial Infection
Notice bibliographique
Résumé
OBJECTIVES Describe the clinical presentation, prevalence, and outcomes of concurrent serious bacterial infection (SBI) among infants with mastitis. METHODS Within the Pediatric Emergency Medicine Collaborative Research Committee, 28 sites reviewed records of infants aged ≤90 days with mastitis who were seen in the emergency department between January 1, 2008, and December 31, 2017. Demographic, clinical, laboratory, treatment, and outcome data were summarized. RESULTS Among 657 infants (median age 21 days), 641 (98%) were well appearing, 138 (21%) had history of fever at home or in the emergency department, and 63 (10%) had reported fussiness or poor feeding. Blood, urine, and cerebrospinal fluid cultures were collected in 581 (88%), 274 (42%), and 216 (33%) infants, respectively. Pathogens grew in 0.3% (95% confidence interval [CI] 0.04–1.2) of blood, 1.1% (95% CI 0.2–3.2) of urine, and 0.4% (95% CI 0.01–2.5) of cerebrospinal fluid cultures. Cultures from the site of infection were obtained in 335 (51%) infants, with 77% (95% CI 72–81) growing a pathogen, most commonly methicillin-resistant Staphylococcus aureus (54%), followed by methicillin-susceptible S aureus (29%), and unspecified S aureus (8%). A total of 591 (90%) infants were admitted to the hospital, with 22 (3.7%) admitted to an ICU. Overall, 10 (1.5% [95% CI 0.7–2.8]) had sepsis or shock, and 2 (0.3% [95% CI 0.04–1.1]) had severe cellulitis or necrotizing soft tissue infection. None received vasopressors or endotracheal intubation. There were no deaths. CONCLUSIONS In this multicenter cohort, mild localized disease was typical of neonatal mastitis. SBI and adverse outcomes were rare. Evaluation for SBI is likely unnecessary in most afebrile, well-appearing infants with mastitis.
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) | 0,000 | 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 ».