Pertussis infection in critically ill infants: meta-analysis and validation of a mortality score
Notice bibliographique
Résumé
BACKGROUND: Despite widespread vaccination programs, pertussis continues circulating within populations and remains a life-threatening infection in infants. While several mortality risk factors have been described, a comprehensive synthesis is lacking. We conducted a meta-analysis of studies investigating mortality risk factors in Pertussis infections and validated those factors in a large cohort. METHODS: Observational studies published in English were systematically searched in PubMed, EMBASE, and LiSSa databases from 01/2000 to 06/2024. The search yielded 816 unique citations. The primary outcome was mortality before discharge from the Pediatric Intensive Care Unit (PICU). Two independent reviewers assessed the risk of bias and extracted data. A REML-random effect model was used to calculate pooled prevalence and conduct the analysis. The identified risk factors were subsequently evaluated in a monocentric cohort of patients admitted to a tertiary hospital's PICU for severe pertussis between January 1996 and December 2020. Data analysis was conducted between June and August 2024. RESULTS: = 96). Identified mortality risk factors included elevated heart rate, presence of pulmonary hypertension, presence of seizures, and elevated white blood cell (WBC) count. Validation in an 83-patient cohort (median age: 45 days, IQR: 30-55) revealed a mortality rate of 12%. Risk factors identified in the meta-analysis were significantly associated with non-survival in the cohort. A mortality prediction score was developed incorporating age < 30 days, heart rate > 200/min, and WBC > 30 G/l, achieving an area under the curve of 0.92 (95% CI: 0.86-0.99). CONCLUSION: This meta-analysis identified a simple yet effective score to assess the severity of pertussis infection in infants admitted to PICU. Accurate risk stratification may enable timely treatment of critically ill patients, potentially improving outcomes. TRIAL REGISTRATION: The study protocol was registered on PROSPERO: CRD42024582057.
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 | 0,044 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,067 |
| Bibliométrie | 0,008 | 0,007 |
| 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) | 0,002 | 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 ».