Aller au contenu principal
Accès ouvert déclaré 2026 article

Development and validation of an explainable model for Mycoplasma pneumoniae infection in children

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This study aimed to develop an explainable early diagnostic model for Mycoplasma pneumoniae (MP) infection in children and assess clinicians' perceptions before and after its deployment. Data were collected from children with acute fever or cough at Linyi Maternal and Child Healthcare Hospital and Shanghai Children's Medical Center in 2023. Serology-defined MP infection was determined based on a fourfold or greater change in MP-IgM or MP-IgG titers between the acute and convalescent phases. Patients were split into training and test sets at a 7:3 ratio, and temporal validation was performed using data collected in 2024. PCR testing was not systematically available in this cohort and was therefore not used as a comparator or reference standard. Recursive Feature Elimination (RFE) optimized feature selection. Seven models were developed; the best was chosen based on AUC value and interpreted using SHAP. Models were deployed via Streamlit, and clinician feedback was surveyed before and after three months of use. The optimal model, using 11 features, achieved AUCs of 0.89 in the internal test set and 0.84 in the temporal validation cohort for identifying serology-defined MP infection, with TNFβ and IL-2 emerging as high-impact features. Separate models for under and over 60-month-old children also performed well. Clinicians' trust in the model significantly increased after three months (P < 0.001) and was correlated with usage frequency (P < 0.01). We developed explainable models to support the early identification of serology-defined MP infection in children. TNFβ and IL-2 may represent informative immune-related features, although further PCR-based validation and mechanistic studies are needed. Clinician trust and usage increased after model deployment.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Development and validation of an explainable model for Mycoplasma pneumoniae infection in children
Date Crossref
03/06/2026
Éditeur
Springer Science and Business Media LLC
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Linyi People's Hospital pays non établi dans la notice
    Établissement de santé
  • Shanghai Jiao Tong University Department of Respiratory Medicine pays non établi dans la notice
    Université ou école supérieure
  • Shanghai Children's Medical Center pays non établi dans la notice
    Établissement de santé
  • Linyi Maternal and Child Healthcare Hospital Department of Respiratory Medicine pays non établi dans la notice
    Établissement de santé
  • Pediatric AI Clinical Application and Research Center pays non établi dans la notice
    Structure de recherche
  • Shanghai Engineering Research Center of Intelligence Pediatrics (SERCIP) pays non établi dans la notice
    Structure de recherche

Linyi People's Hospital, Department of Respiratory Medicine — Shanghai Jiao Tong University et Shanghai Children's Medical Center, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Pneumonia and Respiratory InfectionsRespiratory viral infections researchvaccines and immunoinformatics approaches

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.