MétaCan
Menu
Retour à la cohorte
Enregistrement W4386476190 · doi:10.1201/9781003298038-29

PCR for the Detection of Pathogens in Neonatal Early Onset Sepsis

2023· book-chapter· en· W4386476190 sur OpenAlexaff
Clarissa Oeser, Marcus Pond, Philip D. Butcher, Alison Bedford Russell, Philipp Henneke, Ken Laing, Tim Planche, Paul T. Heath, Kathryn Harris

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueNeonatal and Maternal Infections
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésNeonatal sepsisSepsisMedicineBiologyImmunology

Résumé

récupéré en direct d'OpenAlex

Blood cultures remain the gold standard for diagnosing neonatal sepsis, in spite of being positive in a minority of cases with suspected sepsis, especially EOS. False negative blood cultures may occur as a result of small volumes of blood obtained, low levels of bacteraemia, use of prior (intrapartum) antibiotics or fastidious bacteria, fungi or viruses. In an era of increasing antibiotic stewardship, improved diagnostic reliability is essential for limiting antibiotic usage. PCR-based techniques have the potential to improve diagnostic reliability. Molecular diagnostic methods are capable of detecting a large number of pathogens in samples from neonates with suspected sepsis. False positive results can have significant implications for clinical practice as well as research. Therefore strict procedures for sample collection and processing to avoid contamination need to be applied, as well as cautious interpretation of results particularly when organisms associated with skin or environmental contamination are detected.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,374

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,033
Tête enseignante GPT0,266
Écart entre enseignants0,233 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeonatal and Maternal InfectionsTravaux en français237 207