Prevalência elevada do Alloiococcus otitidis na otite média com efusão através da PCR simultânea
Bibliographic record
Abstract
A etiologia da otite média com efusão (OME) não é completamente conhecida, mas agentes infecciosos podem contribuir para sua patogênese. O conhecimento sobre a epidemiologia bacteriana da OME em áreas geográficas distintas é essencial para a implementação de tratamentos racionais, quando indicados. OBJETIVO: Determinar a prevalência do Streptococcus pneumoniae, Haemophilus influenzae, Moraxella catarrhalis e Alloiococcus otitidis nas efusões da orelha média de crianças com otite média recorrente (OMR) e otite média com efusão crônica (OMEC) que foram submetidas à miringotomia e comparar os resultados obtidos por cultura e PCR. FORMA DE ESTUDO: Estudo clínico com coorte transversal. MATERIAL E MÉTODO: 128 efusões obtidas por timpanocentese de 75 crianças entre 11 meses e 10 anos de idade foram analisadas por cultura e PCR simultânea. RESULTADOS: Cultivaram-se bactérias em 25,1% das amostras e os patógenos principais foram encontrados em 19,6%. O A.otitidis não foi isolado em cultura. A PCR identificou bactérias em 85,9%, com os seguintes resultados individuais: A.otitidis, 52,3%; H.influenzae, 39,1%; S.pneumoniae, 12,5% e M.catarrhalis, 10,2%. A PCR foi significativamente mais sensível que a cultura (P<0,01). O S.pneumoniae foi mais encontrado em OMR do que em OMEC (P=0,038). CONCLUSÕES: A prevalência das bactérias na OME em um grupo de crianças brasileiras é semelhante àquelas relatadas em outros países, sendo o H.influenzae o mais encontrado dentre os patógenos principais da orelha média. O S.pneumoniae foi mais freqüente em OMR do que em OMEC. A PCR é mais sensível na detecção de bactérias na efusão da orelha média, comparada com cultura, e é essencial para a identificação do A.otitidis. O elevado percentual de detecção do A.otitidis sugere mais investigações sobre sua atuação no início e no prolongamento de doenças da orelha média.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".