The Critical Lens: It is time to start using the right test for febrile young infants
Notice bibliographique
Résumé
Fever among infants in the first months of life is a common clinical conundrum facing all clinicians who treat children. Most well-appearing febrile young infants have viral illnesses. However, it is critical to identify those at risk of invasive bacterial infections, specifically bacteremia and bacterial meningitis. Clinicians must balance the risks of missing these infections against the harms of over-investigation. Procalcitonin testing is currently the best diagnostic test available to help guide management, and the Canadian Paediatric Society Position Statement on the management of febrile young infants recommends procalcitonin-based risk stratification. However, in many clinical settings, procalcitonin is either unavailable or has a turnaround time that is too long to aid decision-making. Clinicians who care for febrile young infants must have rapid access to procalcitonin results to provide best-evidence, guideline-adherent care. The wider availability of this test is essential to reduce unnecessary invasive testing, hospitalizations, and antibiotic exposure and could reduce system-wide resource utilization.
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 | 0,019 | 0,210 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,011 | 0,019 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,013 | 0,043 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,018 |
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 ».