Prevalence of Bacteremia in Febrile Patients With Sickle Cell Disease
Notice bibliographique
Résumé
Objective Pneumococcal vaccination has decreased the bacteremia rate in both the general pediatric and sickle cell disease (SCD) populations. Despite this decrease, and an increasing concern for antibiotic resistance, it remains standard practice to obtain blood cultures and administer antibiotics in all febrile (>38.5°C) patients with SCD. We conducted a systematic review and meta-analysis of the available studies of the prevalence of bacteremia in febrile patients with SCD. Methods We searched the medical literature up to November 2018 in PUBMED, EMBASE, and Web of Science with terms epidemiology , prevalence , bacteremia , and sickle cell anemia . We only included studies with patients after 2000, when the pneumococcal 7-valent conjugate (PCV7) vaccine became widely available. The prevalence of bacteremia [95% confidence interval (CI)] was calculated by dividing the number of positive blood cultures by the number of febrile episodes. The I 2 statistic measured heterogeneity between prevalence estimates. Bias in our studies was quantified by the Newcastle-Ottawa Quality Assessment Scale. Results Our search identified 228 citations with 10 studies meeting our inclusion/exclusion criteria. The weighted prevalence of bacteremia across all studies was 1.9% (95% CI, 1.22%–2.73%), and for Streptococcus pneumoniae bacteremia, it was 0.31% (95% CI, 0.16%–0.50%). Risks for bacteremia except central lines could not be determined because of the low prevalence of the outcome. Conclusions There appears to be a need to develop a risk stratification strategy to guide physicians to manage febrile patients with SCD based on factors including, but not limited to, history and clinical examination, vaccination status, use of prophylactic antibiotics, laboratory values, likely source of infection, and accessibility to health care.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».