Development and an initial validation of the Responses to Illness Severity Quantification (RISQ) score for severely malnourished children
Notice bibliographique
Résumé
Abstract Aim To develop and perform an initial validation of a score to measure the severity of illness in hospitalised children with severe acute malnutrition (SAM). Methods A prospective study enrolled SAM children aged 6–59 months hospitalised in Borno State, Nigeria. Candidate items associated with inpatient mortality were combined and evaluated as candidate scores. Clinical and statistical methods were used to identify a preferred score. Results The 513 children enrolled had a mean age of 15.6 months of whom 48 (9%) died. Seven of the 10 evaluated items were significantly associated with mortality. Five different candidate scores were tested. The final score, Responses to Illness Severity Quantification (RISQ), included seven items: heart rate, respiratory rate, respiratory effort, oxygen saturation, oxygen delivery, temperature and level of consciousness. The mean RISQ score on admission was 2.6 in hospital survivors and 7.3 for children dying <48 h. RISQ scores <24 h before death had an area under the receiver operating characteristic curve (AUROC) of 0.93. The RISQ score performed similarly across differing clinical conditions with AUROCs 0.77–0.98 for all conditions except oedema. Conclusion The RISQ score can identify high‐risk malnourished children at and during hospital admission. Clinical application may help prioritise care and potentially improve survival.
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 | 0,001 | 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 ».