Diagnostic Accuracy of Clinical Sign Algorithms to Identify Sepsis in Young Infants Aged 0 to 59 Days: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
CONTEXT: Accurate identification of possible sepsis in young infants is needed to effectively manage and reduce sepsis-related morbidity and mortality. OBJECTIVE: Synthesize evidence on the diagnostic accuracy of clinical sign algorithms to identify young infants (aged 0-59 days) with suspected sepsis. DATA SOURCES: MEDLINE, Embase, CINAHL, Global Index Medicus, and Cochrane CENTRAL Registry of Trials. STUDY SELECTION: Studies reporting diagnostic accuracy measures of algorithms including infant clinical signs to identify young infants with suspected sepsis. DATA EXTRACTION: We used Cochrane methods for study screening, data extraction, risk of bias assessment, and determining certainty of evidence using Grading of Recommendations Assessment Development and Evaluation. RESULTS: We included 19 studies (12 Integrated Management of Childhood Illness [IMCI] and 7 non-IMCI studies). The current World Health Organization (WHO) 7-sign IMCI algorithm had a sensitivity of 79% (95% CI 77%-82%) and specificity of 77% (95% CI 76%-78%) for identifying sick infants aged 0-59 days requiring hospitalization/antibiotics (1 study, N = 8889). Any IMCI algorithm had a pooled sensitivity of 84% (95% CI 75%-90%) and specificity of 80% (95% CI 64%-90%) for identifying suspected sepsis (11 studies, N = 15523). When restricting the reference standard to laboratory-supported sepsis, any IMCI algorithm had a pooled sensitivity of 86% (95% CI 82%-90%) and lower specificity of 61% (95% CI 49%-72%) (6 studies, N = 14278). LIMITATIONS: Heterogeneity of algorithms and reference standards limited the evidence. CONCLUSIONS: IMCI algorithms had acceptable sensitivity for identifying young infants with suspected sepsis. Specificity was lower using a reference standard of laboratory-supported sepsis diagnosis.
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 | 0,022 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,039 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 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 ».