Automated Alerts Systems for Pediatric Sepsis Patients: A Systematic Review.
Objective: Pediatric sepsis is difficult to identify due to subtle symptoms, and early aggressive management is crucial to prevent septic shock. Artificial intelligence can improve sepsis detection by triggering alerts based on patient data. No systematic review has yet discussed AI use for pediatri...
| Published in: | Journal of Nursology Vol. 28; no. 2; pp. 206 - 215 |
|---|---|
| Main Authors: | , , , , , , , , |
| Format: | research systematic review tables/charts Journal Article |
| Published: |
Ataturk University Coordinatorship of Scientific Journals
Jun2025
|
| Online Access: | View this record in EBSCOhost |
| fields | @attributes: recordID: 1 pdfLink: plink: https://search.ebscohost.com/login.aspx?direct=true&db=ccm&AN=186742051&site=ehost-live header: @attributes: shortDbName: ccm uiTerm: 186742051 longDbName: CINAHL Complete uiTag: AN controlInfo: bkinfo: dissinfo: jinfo: jid: 28222954 N0EO jtl: Journal of Nursology issn: 28222954 maglogo: N pubinfo: dt: Jun2025 vid: 28 iid: 2 pid: 81012 pub: Ataturk University Coordinatorship of Scientific Journals artinfo: ui: 186742051 186742051 186742051 10.17049/jnursology.1524051 186742051 ppf: 206 ppct: 9 formats: fmt: @attributes: type: P tig: atl: Automated Alerts Systems for Pediatric Sepsis Patients: A Systematic Review. aug: au: Atika Dewi, Desi Dwi Siwi Suprihatiningsih, Suprihatiningsih Soselisa, Alessandra Hernanda Cealy, Fransiska Regina Nuha, Muhammad Ulin Sandi, Nana Caterina Royani, Tiara Pertiwi, Ariani Arista Putri Masdar, Mahmasoni affil: Doctoral Program, Faculty of Medicine, Public Health and Nursing, Universitas Gadjah Mada, Yogyakarta, Indonesia sug: subj: Sepsis Diagnosis Decision Support Systems, Clinical Automation Pediatric Care Health Personnel Hospitals, Pediatric Age of Onset Human Systematic Review PubMed Checklists Electronic Health Records Support Vector Machine Infant Infant: 1-23 months ab: Objective: Pediatric sepsis is difficult to identify due to subtle symptoms, and early aggressive management is crucial to prevent septic shock. Artificial intelligence can improve sepsis detection by triggering alerts based on patient data. No systematic review has yet discussed AI use for pediatric sepsis screening. This study aims to answer: "What tools alert healthcare providers to the onset of sepsis in pediatric patients in hospitals?" Methods: The study protocol was registered with PROSPERO (CRD42023467930). We searched PubMed, ProQuest, ScienceDirect, Scopus, and EBSCO, focusing on pediatric hospital settings using tools for early sepsis detection, excluding studies on non-sepsis patients, and limiting inclusion to English literature reviews without a publication year restriction. The Joanna Briggs Institute (JBI) Appraisal Tool evaluated study quality, and findings were synthesized qualitatively. Results: Out of 16 articles, four tools for automatic sepsis alerts in pediatrics were identified: Electronic Medical Records (EMR), Electronic Health Records (EHR), The Electronic Alert System (EAS), and The Newborn Cry Diagnostic System (NCDS). EHR is the most commonly used. These tools require various data, such as vital signs, lab results, skin condition, capillary refill, and even a baby's cry. Conclusion: Automated sepsis alerts in pediatrics enhance diagnostic accuracy, expedite decision-making, and decrease sepsis-related mortality. Limitations include language restrictions and the inability to assess each tool's effectiveness or identify the optimal sepsis detection algorithm, underscoring the need for further research, including a meta-analysis. Amaç: Pediatrik sepsis, belirtilerinin belirsizliği nedeniyle tanınması zor bir durumdur ve septik şoku önlemek için erken ve yoğun tedavi hayati önem taşır. Yapay zeka, hasta verilerine dayanarak uyarılar oluşturarak sepsis tespitini iyileştirebilir. Ancak, pediatrik sepsis taramasında yapay zeka kullanımını ele alan sistematik bir inceleme bulunmamaktadır. Bu çalışmanın araştırma sorusu: "Hastane ortamında pediatrik hastalarda sepsisin başlangıcını sağlık çalışanlarına bildirmek için hangi araçlar kullanılmaktadır?" Yöntemler: Çalışma protokolü, PROSPERO numarası CRD42023467930 ile kaydedilmiştir. PubMed, ProQuest, ScienceDirect, Scopus ve EBSCO veritabanlarında, pediatrik hastane ortamında sepsisin erken tespiti için kullanılan araçlara odaklanarak arama yapılmıştır. Sepsis gelişmeyen hastaları içeren çalışmalar hariç tutulmuş, yalnızca İngilizce derleme makaleler dahil edilmiştir. Çalışma kalitesi, Joanna Briggs Institute (JBI) Değerlendirme Aracı ile değerlendirilmiş ve bulgular niteliksel olarak sentezlenmiştir. Bulgular: Toplam 16 makaleden, pediatrik sepsis için otomatik uyarı sağlayabilecek 4 araç belirlenmiştir: Elektronik Tıbbi Kayıtlar (EMR), Elektronik Sağlık Kayıtları (EHR), Elektronik Uyarı Sistemi (EAS) ve Yenidoğan Ağlama Teşhis Sistemi (NCDS). En sık kullanılan araç EHR'dir. Bu sistemler, hayati belirtiler, laboratuvar sonuçları, cilt durumu ve bebeğin ağlaması gibi çeşitli verilere ihtiyaç duyar. Sonuç: Otomatik uyarı sistemleri, tanı doğruluğunu artırır, karar verme sürecini hızlandırır ve çocuklarda sepsisle ilişkili ölüm oranlarını azaltır. Dil sınırlamaları ve araçların etkinliğini değerlendirme konusundaki yetersizlikler, daha fazla araştırmaya ihtiyaç olduğunu göstermektedir. pubtype: Academic Journal doctype: research systematic review tables/charts Journal Article ougenre: Article language: English refInfo: holdings: @attributes: islocal: N |
|---|