Patógenos bacterianos causantes de sepsis neonatal en Perú: una revisión sistemática
Bibliographic record
Abstract
La sepsis neonatal es una importante causa de mortalidad a nivel mundial, con una presentación clínica heterogénea que dificulta su diagnóstico temprano. En Perú, representa la principal causa de muerte en lactantes menores de un año, siendo Staphylococcus coagulasa negativo identificada como el patógeno causal más frecuente. Sin embargo, la caracterización microbiológica y el análisis de resistencia bacteriana en la población neonatal peruana aún es limitada. El objetivo fue determinar las características microbiológicas y el perfil de resistencia de los microorganismos causantes de sepsis neonatal en Perú. El estudio se llevó a cabo siguiendo las Directrices PRISMA y el protocolo fue registrado en PROSPERO (International prospective register of systematic reviews; CRD42024506552). Se realizó la búsqueda en "PubMed/MEDLINE", "LILACS", “SciELO”, “Scopus” y "Web of Science", de manera sistemática, desde su inicio hasta el 16 de febrero del 2024. Se evaluó la calidad mediante la lista de verificación de la Agencia para la Investigación y Calidad de la Atención Médica (AHRQ) para estudios transversales y la escala Newcastle-Ottawa para estudios de cohortes. De 647 estudios identificados, 15 se seleccionaron para evaluación completa. Se incluyeron seis estudios en el análisis final, abarcando un período desde 2016 hasta 2022. Se consideraron dos artículos de buena calidad y cuatro de mediana calidad. En cinco de los seis estudios Staphylococcus coagulasa negativo fue la bacteria más frecuentemente aislada. Las bacterias productoras de betalactamasas de espectro extendido (BLEE) fueron reportadas en 4 de los 6 estudios en un rango de 8.2 a 83.1%. La combinación de ampicilina con algún aminoglucósido fueron los más frecuentemente usados como primera línea. Los reportes considerados revelaron que el agente causal más frecuente en la sepsis neonatal fue Staphylococcus coagulasa negativo. El patrón de resistencia más frecuente aislado fue la producción de BLEE y la terapia antimicrobiana de primera línea fue ampicilina en combinación con algún aminoglucósido.
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 | 0.013 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.016 | 0.012 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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.
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".