MétaCan
Menu
Retour à la cohorte
Enregistrement W4412378801 · doi:10.1136/bmjph-2024-002383

Severe infection incidence among young infants in Dhaka, Bangladesh: an observational cohort study

2025· article· en· W4412378801 sur OpenAlexafffund
Alastair Fung, Cole Heasley, Lisa G. Pell, Diego G. Bassani, Prakesh S Shah, Shaun K. Morris, Davidson H. Hamer, Mohammad Shahidul Islam, Abdullah Al Mahmud, Eleanor Pullenayegum, Samir K. Saha, Rashidul Haque, Md. Iqbal Hossain, Chun-Yuan Chen, Abby Emdin, Karen M O’Callaghan, Miranda G. Loutet, Shamima Sultana, S M Masum Billah, S. M. Abdul Gaffar, Enamul Karim, Sharika Sayed, Sultana Yeasmin, Md. Mahbubul Hoque, Tahmeed Ahmed, Shafiqul Alam Sarker, Daniel Roth

Notice bibliographique

RevueBMJ Public Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal and Maternal Infections
Établissements canadiensMount Sinai HospitalInstitute for Clinical Evaluative SciencesUniversity of TorontoSickKids FoundationHospital for Sick ChildrenPublic Health Ontario
Organismes subventionnairesInternational Centre for Diarrhoeal Disease Research, BangladeshHospital for Sick ChildrenBill and Melinda Gates Foundation
Mots-clésMedicineIncidence (geometry)ReferralSepsisBlood culturePediatricsPsychological interventionCohortInternal medicineAntibioticsFamily medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Heterogeneity in definitions of severe infection, sepsis and serious bacterial infection (SBI) in infants limits the comparability of randomised controlled trials (RCTs) of infection prevention interventions. To inform the design of infection prevention RCTs for infants in low-resource settings, we estimated the incidence of severe infection and death among Bangladeshi infants aged 0-60 days using variations in case definitions. Methods: Among 1939 infants born generally healthy in Dhaka, Bangladesh, severe infection was identified through up to 12 scheduled community health worker home visits from 0 to 60 days of age or through caregiver self-referral. The primary severe infection case definition combined physician documentation of standardised clinical signs and/or diagnosis of sepsis/SBI, plus either a positive blood culture or parenteral antibiotic treatment for ≥5 days. Incidence rates were estimated for the primary severe infection definition, the WHO definition of possible SBI, blood culture-confirmed infection and five alternative definitions including non-injury death. Results: Severe infection incidence per 1000 infant-days was 1.2 (95% CI 0.97 to 1.4) using the primary definition, 0.84 (0.69 to 1.0) using the WHO definition of possible SBI, 0.026 (0.0085 to 0.081) using blood culture-confirmed infection and 0.061 (0.029 to 0.13) for death. One-third of cases met criteria for the primary severe infection definition through physician diagnosis of sepsis/SBI rather than the standardised clinical signs, and 85% of cases were identified following caregiver self-referral despite frequent scheduled visits. Conclusions: Severe infection incidence in infants varied considerably by case definition. Using a clinical sign-based definition may miss a substantial proportion of cases identified by physician diagnosis of sepsis/SBI. A consensus definition of severe infection in infants that balances permissiveness and stringency and can be operationalised in low-resource countries would improve the comparability of RCTs. If health facilities are accessible and caregivers readily seek care for infant illness, frequently scheduled home assessments may not be necessary.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,404
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Public HealthMême sujetNeonatal and Maternal InfectionsTravaux en français237 207