Current pathogen profile for bacteremia in a tertiary care pediatric emergency department in Canada
Notice bibliographique
Résumé
Abstract Importance Bacteremia in children can lead to septic shock, meningitis or death. Knowledge of common pathogens and predictors is crucial for appropriate lifesaving management. Objective We aimed to identify pathogens and associated variables in children with bacteremia presenting to the emergency department (ED). Methods This retrospective cohort study was conducted in a tertiary pediatric hospital in Montreal, Canada (2018-2024). The full cohort included all children with a positive blood culture drawn in the ED while this study focused on cases of true bacteremia identified through medical record evaluation by two raters. The primary outcome was pathogen distribution. Potential pathogen-associated independent variables included demographics, vaccination status, recent travel, clinical presentation, and known risk factors. The primary analysis focused on pathogen prevalence, while secondary analysis assessed associations between predictors and pathogens using Chi-squared tests. Results Among 368 bacteremia cases (median age: 39 months), the most common pathogens were Staphylococcus aureus (25%), Escherichia coli (16%), Streptococcus pneumoniae (9.0%) and non-typhoidal Salmonella (8.7%). Overall, 175 (48%) had risk factors, including internal devices (n = 80, 22%), age less than 3 months (n = 59, 16%), or immunosuppression (n = 55, 15%). Significant associations emerged: 34% (n = 38) of Staphylococcus spp. infections involved internal devices, 62% (n = 24) of Salmonella spp. infections had recent travel, and 38% (n = 22) of E. coli infections and 69% (n = 11) of group B Streptococcus infections occurred in infants aged under 3 months. Conclusions Our study highlights current key pathogens and associated predictors in pediatric bacteremia. Travel history, internal hardware, age, and immunosuppression are crucial for clinicians to consider in its assessment and management.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».