MétaCan
Menu
Retour à la cohorte
Enregistrement W6950646413 · doi:10.5683/sp3/60dtrf

Post-Discharge Mortality in Suspected Pediatric Sepsis: Insights from Rural and Urban Healthcare Settings in Rwanda

2024· dataset· en· W6950646413 sur OpenAlexaff

Notice bibliographique

RevueBorealis · 2024
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensBC Research (Canada)
Organismes subventionnairesThrasher Research Fund
Mots-clésCohortIncidence (geometry)Cohort studyChild mortalityHealth careOdds ratioOddsMortality rateMalnutrition

Résumé

récupéré en direct d'OpenAlex

Background:Post-discharge death is a key contributor to pediatric mortality in sub-Saharan Africa. To address this period’s morbidity and mortality, evidence is needed to inform resource prioritization and policy development. No studies have been conducted in Rwanda, limiting understanding of post-discharge mortality. This study aimed to determine the incidence of and risk factors for post-discharge mortality among children under five admitted with suspected sepsis in Rwanda’s rural and urban healthcare settings. Methods: We conducted a prospective, epidemiologic cohort study of post-discharge mortality in children ages 0–60 months admitted for suspected or confirmed infection in two Rwandan hospitals, one rural (Ruhengeri) and one urban (Kigali), from May 2022 to February 2023. We collected clinical, laboratory, and sociodemographic data on admission and follow-up vital statistics at 2-, 4-, and 6-months post-discharge. Findings:Of 1218 children enrolled, 115 (9.4%) died, with half in-hospital (n = 57, 4.7%) and half post-discharge (n = 58, 4.7%). Post-discharge mortality was lower in the 6–60-month cohort (n = 30, 3.5%) than in the 0–6-month cohort (10%) and higher in Kigali (n = 37, 10.3%) vs. Ruhengeri (n = 21, 2.7%). Median time to post-discharge death was 38 days (IQR: 16-97.5) in the 0–6-month cohort and 33 days (IQR: 12–76) in the 6–60-month cohort. In the 0–6 months’ cohort, malnutrition (weight-for-age z-score < -3) increased the odds of post-discharge death (aOR 3.31, 95% CI 1.28-8.04), while higher maternal education was protective (aOR 0.15, 95% CI 0.03-0.85). Significant factors in the 6–60-month cohort included an abnormal Blantyre Coma Scale (aOR 3.28, 95% CI 1.47-7.34), travel time to care >;1 hour (aOR 3.54, 95% CI 1.26-9.93), and referral for higher care (aOR 4.13, 95% CI 1.05-16.27). Children aged <2 months within the 0–6 month cohort exhibited the highest cumulative mortality risk. Interpretation:Post-discharge mortality among Rwandan children remains a challenge, requiring interventions like caregiver counselling, follow-up visits, and community health worker monitoring to reduce mortality rates. Data Processing:For this analysis, data from both cohorts (0-6 months and 6-60 months) were combined and analysed as a single dataset. Z-scores were calculated using height and weight. Hematocrit was converted to hemoglobin. BCS score was created by summing all individual components. Analyses were conducted in R version 4.1.3 (R Foundation for Statistical Computing, Vienna, Austria), and RStudio version 2022.2.3 (RStudio, Boston, MA). Ethics Declaration: Ethical approval was obtained from the University of Rwanda College of Medicine and Health Sciences (No 411/CMHS IRB/2021); University Teaching Hospital of Kigali (EC/CHUK/005/2022), University of California San Francisco (381688) and the University of British Columbia (H21-02795).

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,232
Écart entre enseignants0,223 · 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
GenreJeu de données

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

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealisMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207