Systematic Review and Meta-Analysis of Diagnostic Biomarkers for Pediatric Pneumonia
Notice bibliographique
Résumé
BACKGROUND: Pneumonia causes significant morbidity and mortality in children worldwide, especially in resource-poor settings. Accurate identification of bacterial etiology leads to timely antibiotic initiation, minimizing overuse, and development of resistance. Host biomarkers may improve diagnostic sensitivity and specificity. We assessed the ability of biomarkers to correctly identify bacterial pneumonia in children who present with respiratory distress. METHODS: A librarian-directed search was conducted of MEDLINE, EMBASE, CENTRAL, Global Health, the World Health Organization International Clinical Trials Registry Platform, and ClinicalTrials.gov to May 2020 with no language restriction. Included studies compared a diagnostic biomarker in children with bacterial pneumonia to those with nonbacterial respiratory distress. RESULTS: There were 31 observational studies of 23 different biomarkers. C-reactive protein (CRP), procalcitonin (PCT), white blood cell (WBC) count, and erythrocyte sedimentation rate (ESR) were the biomarkers with sufficient data for meta-analysis. Meta-analysis revealed that CRP and PCT best differentiated bacterial from viral pneumonia with CRP summary AUROC (area under the receiver operating characteristic curve) 0.71 (0.69-0.73), Youden index 53 mg/L, sensitivity 0.70 (0.68-0.78), and specificity 0.64 (0.58-0.68) and PCT summary AUROC 0.70 (0.67-0.74), Youden index 0.59 ng/mL, sensitivity 0.69 (0.65-0.77), and specificity 0.64 (0.60-0.68). WBC and ESR did not perform as well. Nineteen other inflammatory and immunologic biomarkers were identified including CRP/mean platelet value, neutrophil/leukocyte ratio, interleukin 6, and interferon-alpha, with sensitivities from 60% to 85% and specificities from 76% to 83%. CONCLUSION: CRP and PCT performed better than WBC and ESR but had suboptimal sensitivity. Some less well-studied novel biomarkers appear to have promise particularly in combination.
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 | 0,019 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,041 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 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 ».