MétaCan
Menu
Retour à la cohorte
Enregistrement W4291677637 · doi:10.1016/s2214-109x(22)00244-3

Infectious aetiologies of neonatal illness in south Asia classified using WHO definitions: a primary analysis of the ANISA study

2022· article· en· W4291677637 sur OpenAlexaff
Melissa Arvay, Nong Shang, Shamim Qazi, Gary L. Darmstadt, Mohammad Shahidul Islam, Daniel Roth, Anran Liu, Nicholas E. Connor, Belal Hossain, Qazi Sadeq-ur Rahman, Shams El Arifeen, Luke C. Mullany, Anita K. M. Zaidi, Zulfiqar A Bhutta, Sajid Soofi, Yasir Shafiq, Abdullah H Baqui, Dipak Kumar Mitra, Pinaki Panigrahi, Kalpana Panigrahi, Anuradha Bose, Rita Isaac, Daniel Westreich, Steven R. Meshnick, Samir K. Saha, Stephanie J. Schrag

Notice bibliographique

RevueThe Lancet Global Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and Maternal Infections
Établissements canadiensHospital for Sick Children
Organismes subventionnairesCenters for Disease Control and PreventionWorld Health OrganizationChild Health Research FoundationBill and Melinda Gates Foundation
Mots-clésMedicineEtiologyNeonatal infectionPediatricsCohortCritical illnessClinical significanceCohort studyCritically illIntensive care medicineInternal medicinePregnancy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Globally, neonatal mortality accounts for almost half of all deaths in children younger than 5 years. Aetiological agents of neonatal infection are difficult to identify because the clinical signs are non-specific. Using data from the Aetiology of Neonatal Infections in south Asia (ANISA) cohort, we aimed to describe the spectrum of infectious aetiologies of acute neonatal illness categorised post-hoc using the 2015 WHO case definitions of critical illness, clinical severe infection, and fast breathing only. METHODS: Eligible infants were aged 0-59 days with possible serious bacterial infection and healthy infants enrolled in the ANISA study in Bangladesh, India, and Pakistan. We applied a partial latent class Bayesian model to estimate the prevalence of 27 pathogens detectable on PCR, pathogens detected by blood culture only, and illness not attributed to any infectious aetiology. Infants with at least one clinical specimen available were included in the analysis. We assessed the prevalence of these aetiologies according to WHO's case definitions of critically ill, clinical severe infection, and infants with late onset, isolated fast breathing. For the clinical severe definition, we compared the prevalence of signs by bacterial versus viral aetiology. FINDINGS: There were 934 infants (992 episodes) in the critically ill category, 3769 (4000 episodes) in the clinical severe infection category, and 738 (771 episodes) in the late-onset isolated fast breathing category. We estimated the proportion of illness attributable to bacterial infection was 32·7% in infants in the critically ill group, 15·6% in the clinical severe infection group, and 8·8% among infants with late-onset isolated fast breathing group. An infectious aetiology was not identified in 58-82% of infants in these categories. Among 4000 episodes of clinical severe infection, those with bacterial versus viral attribution had higher proportions of hypothermia, movement only when stimulated, convulsions, and poor feeding. INTERPRETATION: Our modelled results generally support the revised WHO case definitions, although a revision of the most severe case definition could be considered. Clinical criteria do not clearly differentiate between young infants with and without infectious aetiologies. Our results highlight the need for improved point-of-care diagnostics, and further study into neonatal deaths and episodes with no identified aetiology, to ensure antibiotic stewardship and targeted interventions. FUNDING: The Bill and Melinda Gates Foundation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,731

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,358
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetNeonatal and Maternal InfectionsTravaux en français237 207