Assessment Of Prevalence And Risk Factors Of Urinary Tract Infections In Pediatric Diabetic Cases: A Systematic Review
Notice bibliographique
Résumé
Background Urinary tract infections (UTIs) are among the most common bacterial infections affecting individuals with diabetes mellitus. Pediatric patients with diabetes are particularly vulnerable due to immature immune defenses and metabolic instability. Understanding the prevalence and risk factors for UTIs in this group is crucial for prevention and management. Objective To systematically review and synthesize current empirical literature on the prevalence, risk factors, microbial patterns, and antibiotic resistance of UTIs among pediatric and adolescent diabetic populations. Methods This study followed PRISMA 2020 guidelines for systematic reviews. Databases including PubMed, Scopus, Embase, and Google Scholar were searched for studies published between 2010 and 2025. Eligibility criteria included peer-reviewed studies on UTI prevalence and associated risk factors in pediatric or diabetic populations. Twenty-two studies were included after rigorous screening and quality assessment using the Newcastle-Ottawa Scale and AMSTAR-2. Results The review identified a consistently elevated prevalence of UTIs in diabetic children, with female sex, poor glycemic control, chronic kidney disease, and residual urine volume as key risk factors. A notable rise in antibiotic resistance was observed, particularly among common pathogens such as E. coli. Glycosuria, medication effects (e.g., SGLT2 inhibitors), and structural urinary tract abnormalities further increased susceptibility. Conclusion Pediatric patients with diabetes are at significantly elevated risk for UTIs, requiring targeted diagnostic protocols and tailored antimicrobial strategies. Early identification of high-risk individuals, especially females and those with poor metabolic control, can reduce complications. Further pediatric-specific longitudinal research is warranted.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».