Clinical features and risk factors for death in acute undifferentiated fever: A prospective observational study in rural community hospitals in six states of India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Acute undifferentiated fever (AUF) ranges from self-limiting illness to life-threatening infections, such as sepsis, malaria, dengue, leptospirosis and rickettsioses. Similar clinical presentation challenges the clinical management. This study describes risk factors for death in patients hospitalized with AUF in India. METHODS: Patients aged ≥5 y admitted with fever for 2-14 d without localizing signs were included in a prospective observational study at seven hospitals in India during 2011-2012. Predictors identified by univariate analysis were analyzed by multivariate logistic regression for survival analysis. RESULTS: Mortality was 2.4% (37/1521) and 46.9% (15/32) died within 2 d. History of heart disease (p=0.013), steroid use (p=0.011), altered consciousness (p<0.0001), bleeding (p<0.0001), oliguria (p=0.020) and breathlessness (p=0.015) were predictors of death, as were reduced Glasgow coma score (p=0.005), low urinary output (p=0.004), abnormal breathing (p=0.006), abdominal tenderness (p=0.023), leucocytosis (p<0.0001) and thrombocytopenia (p=0.001) at admission. Etiology was identified in 48.6% (18/37) of fatal cases. CONCLUSIONS: Bleeding, cerebral dysfunction, respiratory failure and oliguria at admission, suggestive of severe organ failure secondary to systemic infection, were predictors of death. Almost half of the patients who died, died shortly after admission, which, together with organ failure, suggests that delay in hospitalization and, consequently, delayed treatment, contribute to death from AUF.
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.
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 | 0,000 |
| 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 | 0,001 |
| 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 découle