Predicting in-hospital mortality in children in low- and middle-income countries: A systematic review and meta-analysis of vital signs and anthropometric measurements
Notice bibliographique
Résumé
BACKGROUND: In low- and middle-income countries (LMICs), child mortality rates remain substantially higher compared to high-income countries, with many deaths preventable through early recognition of deterioration. This systematic review and meta-analysis investigated predictive values of vital signs and anthropometric measurements for paediatric in-hospital mortality in LMICs. METHODS: A search of publicly available data in PubMed and OVID Embase was conducted in November 2021 and last updated in March 2025. Studies that reported on oxygen saturation; respiratory rate; heart rate; blood pressure; temperature; mid-upper arm circumference (MUAC); and/or weight-for-height z-score (WHZ), and paediatric in-hospital mortality were included. Neonatal and paediatric intensive care unit (PICU) studies were excluded. Data was extracted by two independent authors. Forest plots presented odds ratios (OR) using random effect models. Newcastle Ottawa Scale assessed risk of bias. FINDINGS: 104 out of 21,494 yielded studies were included in descriptive analysis and 75 in meta-analysis, encompassing 255,546 children. Associations with in-hospital mortality were observed in hypoxaemia (OR 5.53, 95% CI 4.18-7.30), tachypnoea (OR 1.65, 95% CI 1.16-2.34), tachycardia (OR 1.80, 95% CI 1.22-2.66), bradycardia (OR 3.29, 95% CI 1.38-7.83), hypotension (OR 4.42, 95% CI 2.54-7.70), hyperthermia (OR 1.31, 95% CI 1.04-1.66), hypothermia (OR 3.92, 95% CI 2.76-5.58), low MUAC (OR 3.22, 95% CI 2.12-4.91), and low WHZ (OR 3.19, 95% CI 2.47-4.11). INTERPRETATION: Several vital signs and anthropometric measurements are strongly associated with in-hospital mortality in children. Hypoxaemia demonstrated the highest odds of mortality, followed by hypotension, hypothermia, bradycardia and severe malnutrition. These findings highlight the need for early recognition and targeted interventions for children presenting with these high-risk signs, to improve outcomes in resource-limited settings and stress the need to monitor vital signs. FUNDING: None.
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 | 0,011 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,037 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».