Systematic review and meta-analysis of the diagnostic value of four biomarkers in detecting neonatal sepsis in low- and middle-income countries
Notice bibliographique
Résumé
BACKGROUND: Biomarkers may enhance diagnostic capability for common paediatric infections, especially in low- and middle-income countries (LMICs) where standard diagnostic modalities are frequently unavailable, but disease burden is high. A comprehensive understanding of the diagnostic capability of commonly available biomarkers for neonatal sepsis in LMICs is lacking. Our objective was to systematically review evidence on biomarkers to understand their diagnostic performance for neonatal sepsis in LMICs. METHODS: We conducted a systematic review and meta-analysis of studies published in English, Spanish, French, German, Dutch, and Arabic reporting the diagnostic performance of C reactive protein (CRP), erythrocyte sedimentation rate (ESR), white blood cell count (WBC) and procalcitonin (PCT) for neonatal sepsis. We calculated pooled test characteristics and the area under the curve (AUC) for each biomarker compared with the reference standards blood culture or clinical sepsis defined by each article. RESULTS: Of 6570 studies related to biomarkers in children, 134 met inclusion criteria and included 23 179 neonates. There were 80 (59.7%) studies conducted in LMICs. CRP of ≥60 mg/L (AUC 0.87, 95% CI 0.76 to 0.91) among 1339 neonates and PCT of ≥0.5 ng/mL (AUC 0.87, 95% CI 0.70 to 0.92) among 617 neonates demonstrated the greatest discriminatory value for the diagnosis of neonatal sepsis using blood culture as the reference standard in LMICs. CONCLUSIONS: PCT and CRP had good discriminatory value for neonatal sepsis in LMICs. ESR and WBC demonstrated poor discrimination for neonatal sepsis in LMICs. Future studies may incorporate biomarkers into clinical evaluation in LMICs to diagnose neonatal sepsis more accurately. PROSPERO REGISTRATION NUMBER: CRD42020188680.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,045 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».