MétaCan
Menu
Retour à la cohorte
Enregistrement W4284888798 · doi:10.3389/fped.2022.894005

Practice Summary of Antimicrobial Therapy for Commonly Encountered Conditions in the Neonatal Intensive Care Unit: A Canadian Perspective

2022· review· en· W4284888798 sur OpenAlexafffundabout
Joseph Ting, Julie Autmizguine, Michael Dunn, J Choudhury, Julie Blackburn, Shikha Gupta, Katrin Assen, Julie Emberley, Sarah Khan, Jessica Leung, Grace J. Lin, Destiny Lu-Cleary, Frances Morin, Lindsay L. Richter, Isabelle Viel‐Thériault, Ashley Roberts, Kyong‐Soon Lee, Erik D. Skarsgard, Joan Robinson, Prakesh S. Shah

Notice bibliographique

RevueFrontiers in Pediatrics · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal and Maternal Infections
Établissements canadiensUniversity of ManitobaQueen's UniversityMcMaster UniversityHealth Sciences CentreSunnybrook Health Science CentreUniversity of TorontoUniversité LavalUniversité de MontréalUniversity of AlbertaNOSM UniversityUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineAntimicrobialIntensive care medicineNeonatal intensive care unitPediatricsClinical PracticeAntimicrobial drugBroad spectrumAdverse effectInternal medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

Neonates are highly susceptible to infections owing to their immature cellular and humoral immune functions, as well the need for invasive devices. There is a wide practice variation in the choice and duration of antimicrobial treatment, even for relatively common conditions in the NICU, attributed to the lack of evidence-based guidelines. Early decisive treatment with broad-spectrum antimicrobials is the preferred clinical choice for treating sick infants with possible bacterial infection. Prolonged antimicrobial exposure among infants without clear indications has been associated with adverse neonatal outcomes and increased drug resistance. Herein, we review and summarize the best practices from the existing literature regarding antimicrobial use in commonly encountered conditions in neonates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,904
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,350
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in PediatricsMême sujetNeonatal and Maternal InfectionsTravaux en français237 207