PP343 Topic: AS09–Global Health/Resource Limited Setting/Health Inequalities/Impact of Global Warming/Other: RISK-STRATIFIED DISCHARGE CARE FOR CHILDREN WITH SUSPECTED SEPSIS REDUCES ALL-CAUSE 6-MONTH POST-DISCHARGE MORTALITY
Notice bibliographique
Résumé
Aims & Objectives: Mortality following discharge is common in low-income country (LIC) settings. Innovative approaches to address pediatric post-discharge mortality in LICs are urgently needed. Methods: We conducted a prospective parallel cluster crossover trial at 6 hospitals in Uganda. Children <60 months admitted due to suspected infectious illness were eligible for enrollment. Phase 1 was a comparative control. During phase 2, enrolled children were screened for post-discharge mortality risk at admission using a multivariable risk algorithm. All children received counselling on post-discharge care practices during admission and at discharge. High-risk children received referrals and automated SMS engagement at 2, 7 and 14 days at a clinic of their choice, or by a community health worker. Survival analysis, adjusting for age, sex, site, period time and predicted risk of mortality was used to estimate the effect of the intervention on 6-month all-cause post-discharge mortality. Results: 12169 subjects were enrolled (phase 1: n=6073; phase 2: n=6096). Baseline characteristics were similar between groups. The median age was 0.8 months (IQR: 0.2-1.7), with 56% of participants male. The multivariable risk algorithm gave a mean predicted risk of post-discharge mortality of 6.1% in phase 1 and 5.9% in phase 2, while the observed mortality rate was 6.0% in phase 1 and 4.9% in phase 2, respectively. The adjusted HR of the intervention was 0.77 (95% CI 0.66-0.90).Conclusions: Improved discharge counselling, alongside a risk-stratified approach to follow-up care can improve post-discharge survival. Such strategies can be incorporated into national programs to address this common cause of child mortality. Keywords: Post-discharge Mortality, pediatrics, Sepsis, risk prediction
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,002 |
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 ».