World Health Organization Danger Signs to predict bacterial sepsis in newborns: A pragmatic prospective cohort study
Notice bibliographique
Résumé
Abstract Background The World Health Organization (WHO) has developed danger signs (DS) to help front-line health workers triage interventions in children with severe illnesses. Our objective was to evaluate the extent to which DS predict bacterial sepsis in young infants presenting with acute illness. Methodology/Principal Findings This prospective study evaluated nine DS in infants younger than 3 months with suspected sepsis in a large regional hospital in Lilongwe, Malawi, between June 2018 and April 2020. The main outcomes were positive blood or cerebrospinal fluid (CSF) cultures and mortality. Blood (n=85/401) and CSF (n=2/204) cultures were positive in 21.2% and 1% of infants, respectively (N=401; gestational age mean ± SD: 37.1±3.3 weeks, birth weight 2865±785 grams). In-hospital deaths occurred in 9.7% (N=39/401) of infants (61.5% within 48h of admission). In univariate analyses, all DS were associated with mortality except for temperature instability and tachypnea, whereas “infant was unable to feed” was the only DS significantly associated with bacterial sepsis. After co-variable adjustments, number of DS predicted mortality (OR: 1.75; 95%CI: 1.43–2.16; p<0.001; AUC-ROC: 0.756) but not positive cultures (OR 1.08; 95%CI: 0.92–1.30; p=0.336). Whether potential bacterial contaminants were included or not did not change results meaningfully. Conclusion/Significance DS predicted fatal outcomes but not positive cultures in a large regional hospital setting. These data imply that the incidence of bacterial sepsis and attributable mortality are unlikely to be accurate based on clinical signs alone, in infants in LMIC settings.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».