Comparing the Diagnostic Accuracy of Procalcitonin and C-Reactive Protein in Neonatal Sepsis: A Systematic Review
Notice bibliographique
Résumé
Neonatal sepsis remains a significant diagnostic challenge in newborn care. It has the potential to be disastrous, but precise diagnosis is difficult. No biomarker has yet demonstrated sufficient diagnostic accuracy to rule out sepsis when clinical suspicion exists. As a result, neonates with suspected sepsis are treated with empiric antibiotics. These unnecessary antibiotics promote bacterial antibiotic resistance, raise economic costs, and alter the composition of the gut microbiota. This study aimed to determine the diagnostic accuracy of procalcitonin in the prompt diagnosis of neonatal sepsis. Articles were systematically screened in PubMed/MEDLINE, PubMed Central (PMC), and ScienceDirect, using keywords and Medical Subject Heading (MeSH) terms to identify the relevant articles. Additionally, one article from the Indian Journal of Applied Research was also used. Inclusion/exclusion criteria were applied post article screening via title and abstracts. Quality appraisal check was done using the Scale for the Assessment of Narrative Review Articles (SANRA) checklist, A Measurement Tool to Assess Systematic Reviews (AMSTAR) checklist, and Newcastle-Ottawa checklist. Six related articles were strictly reviewed. Procalcitonin is a useful biomarker in the early diagnosis of neonatal sepsis. Because procalcitonin has a better correlation with proven sepsis and is an early biomarker in diagnosing neonatal sepsis, it should be included in the overall sepsis evaluation. Future clinical trials on optimal cut-off levels of procalcitonin with shifting neonatal ages and its use in the post-op setting are needed.
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 | 0,014 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,016 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».