MétaCan
Menu
Back to cohort
Record W2626336467 · doi:10.1093/pch/pxx024

La prise en charge des nouveau-nés à terme à risque de sepsis bactérien d’apparition précoce

2017· article· fr· W2626336467 on OpenAlexaff
Ann L Jefferies

Bibliographic record

VenuePaediatrics & Child Health · 2017
Typearticle
Languagefr
FieldMedicine
TopicNeonatal and Maternal Infections
Canadian institutionsCanadian Paediatric Society
Fundersnot available
KeywordsGynecologyMedicinePhilosophy

Abstract

fetched live from OpenAlex

Le sepsis bactérien néonatal d’apparition précoce (SAP) se manifeste avant l’âge de sept jours. Le présent document de principes contient des recommandations à jour sur les soins aux nouveau-nés à terme (d’au moins 37 semaines d’âge gestationnel) à risque de SAP, dans les 24 heures suivant la naissance. La colonisation de la mère par le streptocoque du groupe B (SGB) pendant la grossesse en cours, la bactériurie à SGB, une maladie à SGB invasive chez un nourrisson précédent, une rupture prolongée des membranes (d’au moins 18 heures) et la fièvre de la mère (température d’au moins 38 °C) sont les facteurs de risque les plus associés au SAP. Puisque ces facteurs s’accumulent, la probabilité de SAP augmente en fonction de leur nombre. Il n’existe actuellement aucun test de laboratoire assez sensible, y compris les indices leucocytaires, pour permettre aux cliniciens d’écarter le SAP en toute sécurité. Tous les nouveau-nés malades dont les signes cliniques laissent supposer un sepsis doivent recevoir une antibiothérapie empirique après le prélèvement de cultures. La prise en charge des nouveau-nés à terme qui semblent en bonne santé, mais qui sont à risque, dépend du nombre de facteurs de risque (y compris la colonisation de la mère par le SGB) et de l’utilisation d’une antibioprophylaxie contre le SGB par la mère pendant la période intrapartum. Dans certains cas, il faut personnaliser la prise en charge. Il est essentiel d’évaluer et d’observer attentivement ces nouveau-nés à risque pour prodiguer des soins appropriés.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.312
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0020.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0000.001

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.

Opus teacher head0.016
GPT teacher head0.304
Teacher spread0.288 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2017
Admission routes1
Has abstractyes

Explore more

Same venuePaediatrics & Child HealthSame topicNeonatal and Maternal InfectionsFrench-language works237,207