Mortality during and following hospital admission among school-aged children: a cohort study
Notice bibliographique
Résumé
Background: Far less is known about the reasons for hospitalization or mortality during and after hospitalization among school-aged children than under-fives in low- and middle-income countries. This study aimed to describe common types of illness causing hospitalisation; inpatient mortality and post-discharge mortality among school-age children at Kilifi County Hospital (KCH), Kenya. Methods: A retrospective cohort study of children 5−12 years old admitted at KCH, 2007 to 2016, and resident of the Kilifi Health Demographic Surveillance System (KHDSS). Children discharged alive were followed up for one year by quarterly census. Main outcomes were inpatient and one-year post-discharge mortality. Results: We included 3,907 admissions among 3,196 children with a median age of 7 years 8 months (IQR 74−116 months). Severe anaemia (792, 20%), malaria (749, 19%), sickle cell disease (408, 10%), trauma (408, 10%), and severe pneumonia (340, 8.7%) were the commonest reasons for admission. Comorbidities included 623 (16%) with severe wasting, 386 (10%) with severe stunting, 90 (2.3%) with oedematous malnutrition and 194 (5.0%) with HIV infection. 132 (3.4%) children died during hospitalisation. Inpatient death was associated with signs of disease severity, age, bacteraemia, HIV infection and severe stunting. After discharge, 89/2,997 (3.0%) children died within one year during 2,853 child-years observed (31.2 deaths [95%CI, 25.3−38.4] per 1,000 child-years). 63/89 (71%) of post-discharge deaths occurred within three months and 45% of deaths occurred outside hospital. Post-discharge mortality was positively associated with weak pulse, tachypnoea, severe anaemia, HIV infection and severe wasting and negatively associated with malaria. Conclusions: Reasons for admissions are markedly different from those reported in under-fives. There was significant post-discharge mortality, suggesting hospitalisation is a marker of risk in this population. Our findings inform guideline development to include risk stratification, targeted post-discharge care and facilitate access to healthcare to improve survival in the early months post-discharge in school-aged children.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».