Risk Factors for Severe Respiratory Morbidity at 2 Years of Life in Children Born Extremely Preterm With Bronchopulmonary Dysplasia
Notice bibliographique
Résumé
BACKGROUND: Bronchopulmonary dysplasia (BPD), defined as need for oxygen/respiratory support at 36 weeks gestational age (GA) is associated with increased risk of post-prematurity respiratory disease (PRD). We hypothesize that BPD, higher pCO2, and pulmonary hypertension (PH) before NICU discharge will predict PRD. OBJECTIVES: (1) Identify clinical factors before NICU discharge associated with PRD by 2 years of age; (2) Identify clinical factors associated with emergency room (ER) visits by 2 years of age; (3) Compare predictive performance for PRD of individual and multivariable clinical factors. METHODOLOGY: Children born < 29 weeks GA with ≥ 1 echocardiogram before NICU discharge at two tertiary centers were included. Retrospective chart review included clinical factors at NICU discharge, ER visits, and respiratory-related hospitalizations by 2 years. Analysis of predictors included logistic regression and ROC. RESULTS: We included 125 premature infants, of whom 53 (42%) had BPD, and 24 (19%) experienced PRD. All who experienced PRD had BPD. More severe BPD (OR: 96.1, CI: 12.4, 12, 383), but not hypercapnia or PH, were associated with PRD. On ROC analysis, combination of BPD severity, pCO2 and PH demonstrated 70% chance of PRD (AUC: 0.68 (95% CI: 0.55, 0.81). Presence of ≥ 2 factors had sensitivity of 50% and specificity of 97% for prediction of PRD. Children with BPD had 2.6 times as many ER visits as those without. CONCLUSION: Combination of BPD severity, pCO2, and PH best predicted PRD. Identifying extremely preterm infants at high risk of developing PRD can guide counseling of families and early intervention.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».