醫療新知

新研究顯示：C反應蛋白有效區分兒童瘧疾與細菌性感染

Posted on by Wine-Font
08
12 月

本翻譯僅作學術交流用，無商業意圖，請勿轉載，如有疑議問請來信

在多阿拉婦產科和兒科醫院的橫斷面研究發現，C反應蛋白（CRP）可有效用於區分發燒兒童的瘧疾與細菌性感染。研究分析了220名兒童的樣本，發現CRP值是區分這些感染的有效指標，對於瘧疾和細菌性感染的準確度分別高達68.75%和85.00%。這項發現對於低資源地區的診斷和治療具有重要意義。

評估CRP作為多阿拉婦產科和兒科醫院發熱兒童細菌感染和瘧疾標誌物的有效性

Evaluation of CRP as a marker for bacterial infection and malaria in febrile children at the Douala Gyneco-Obstetric and Pediatric Hospital

Yembu Ngwengi ,Guy Pascal Ngaba ,Martine Nida ,Dominique Enyama
Published: July 21, 2023


https://doi.org/10.1371/journal.pone.0289012

Abstract

Background

C reactive protein (CRP), a marker for the presence of inflammation, has been extensively studied for distinguishing bacterial from non-bacterial infection in febrile patients, but its role in excluding malaria in the febrile child has not been thoroughly evaluated.

Method

This was a cross-sectional study at the Douala Gyneco-Obstetric and Pediatric Hospital which included all patients between the ages of one month and 16 years presenting with fever. Consenting patients received complete clinical examinations, then venous blood samples were collected and tested for CRP values, bacterial infection and malaria.

Results

Samples of 220 children were analyzed. 142/220 had viral infections, 50/220 had malaria and 49/220 had bacterial infections. 7/220 had both malaria and bacterial infection. There was no significant difference between mean CRP values in malaria and bacterial infection (p = 1), but CRP means were significantly higher in malaria/bacterial infection than in viral infection (p<0.0001). Area Under the Receiver Operating Characteristics Curve (AUROC) values were 0.94 for malaria and 0.86 for bacterial infection, with a calculated cut-off of 23.6mg/L for malaria and 36.2mg/L for bacterial infection. At these cut-offs, CRP had a Positive Predictive Value (PPV) of 68.75% and 85.00% for malaria and bacterial infection respectively, with a Negative Predictive Value (NPV) of 94.74% and 89.05% respectively.

Conclusion

CRP can effectively exclude malaria and bacterial infection in febrile children in low-resource settings without the need for additional tests.

摘要

背景

C反應蛋白（CRP），作為存在炎症的標誌物，已被廣泛研究，用於區分發熱患者的細菌性與非細菌性感染，但其在排除發熱兒童瘧疾方面的作用尚未得到充分評估。

方法

這是一項在多阿拉婦產科和兒科醫院進行的橫斷面研究，包括所有1個月至16歲之間有發燒症狀的患者。同意參與的患者接受了完整的臨床檢查，然後收集靜脈血樣本進行CRP值、細菌感染和瘧疾的檢測。

結果

分析了220名兒童的樣本。142/220有病毒性感染，50/220有瘧疾，49/220有細菌性感染。7/220同時有瘧疾和細菌性感染。瘧疾和細菌性感染的平均CRP值之間沒有顯著差異（p = 1），但瘧疾/細菌感染的CRP平均值顯著高於病毒性感染（p<0.0001）。接收者操作特徵曲線下面積（AUROC）值對於瘧疾為0.94，對於細菌性感染為0.86，計算的截斷值分別為23.6mg/L和36.2mg/L。在這些截斷值下，CRP對於瘧疾和細菌性感染的陽性預測值（PPV）分別為68.75%和85.00%，陰性預測值（NPV）分別為94.74%和89.05%。

結論

CRP可以有效排除低資源設置中發熱兒童的瘧疾和細菌性感染，無需額外檢測。

引言

發燒是兒童和嬰兒被帶到急診部門的最常見原因，佔兒科諮詢的20％左右[1]。發燒，也稱為發熱，是由於體溫設定點的增加而導致的體溫升高[2,3]。在兒科人群中最常用的正常體溫上限通常是晚上37.8°C和早上37.5°C[4,5]。伴有系統性炎症反應綜合徵（SIRS）的發燒可能由各種病症引起，在發展中國家感染是主要原因[6,7]。許多感染因子都可以導致發燒，包括寄生蟲、細菌、真菌和病毒病原體，僅基於臨床表現很難區分它們，特別是在兒科患者中，嚴重感染的跡象通常不明顯[7]，因此在低資源設置中大多數發燒兒童不必要地接受抗生素治療[8]。

在發展中國家，瘧疾是導致兒童發燒和死亡的主要原因，在喀麥隆最近的一項研究中，瘧疾的盛行率為26.10％，死亡率為3.8％[9]，而細菌感染是兒童死亡的主要因素[10]，肺炎是五歲以下兒童死亡的主要原因（60％的死亡）[11]。已經評估了許多潛在的生物標誌物，以預測發熱患者的細菌感染，C反應蛋白（CRP）顯示出很大的潛力。

CRP是肝臟產生的急性期反應物，其濃度在急性炎症期間會上升[12]。許多醫院常用的生物標誌物，如白細胞計數（WBC-白細胞計數）、絕對中性粒細胞計數（ANC）和帶狀細胞計數，可能有助於區分感染原因，但沒有一個表現得足夠一致，以至於可以作為標準點護理測試[13–15]。CRP已被證明是唯一足夠準確的生物標誌物，可以安全有效地減少抗生素的開方；在2015年北京的一項研究中，CRP在預測菌血症方面與降鈣素原（PCT）一樣有效，在預測嚴重敗血症方面更有效[16]；而在2017年伊朗的一項研究中，它在預測細菌性腦膜炎方面的表現優於PCT和WBC[17]。2017年瑞士的一項多中心研究發現，CRP在預測細菌性肺炎方面與肺炎球菌聚合酶鏈反應（p-PCR）一樣有效[18]。然而，評估CRP診斷性能的大多數研究都在高資源設置中進行。

瘧疾在發展中國家的CRP分析中被證明是一個混淆因素。幾項研究證實，它會導致CRP值顯著上升，並且經常與細菌血症中看到的水平相當；在坦桑尼亞，它在預測細菌感染方面勝過WBC和ANC，但無法單獨區分細菌感染和瘧疾[19]。獨立於細菌感染，CRP已在安哥拉和加納的研究中被證明可以準確預測瘧原蟲寄生蟲[20,21]。在喀麥隆，關於這個主題的數據非常少。

因此，重要的是要詳細研究CRP、瘧疾和細菌感染之間的關係，以確定CRP在區分這些條件時的用途，尤其是在這兩種情況普遍存在的兒科人群中。此外，在發展中國家，一種負擔得起且容易進行的測試將幫助改進面對發熱兒童的臨床醫生的管理方案[22,23]。這也將極大地減輕患者和護理人員的財務負擔，鼓勵更好地遵守治療[24]。

方法

研究特徵

這是一項基於醫院的橫斷面分析研究，從2020年11月15日至2021年5月15日進行，持續六個月。該研究在多阿拉婦產科和兒科醫院（DGOPH）進行。多阿拉是喀麥隆濱海區的首府，該國位於撒哈拉以南非洲。它是該國最大的城市和經濟首都，人口超過350萬[25]。

研究人群和取樣

研究對象為在DGOPH急診部（ED）或門診部（OPD）出現發燒的兒童。取樣方式為連續性。在DGOPH出現的發燒兒童被篩查是否符合資格。納入標準為：1個月至十六歲（192個月）之間的兒童，在ED或OPD出現急性或亞急性發燒（T° > 37.1°C腋下溫度 – 用於2歲以上兒童或直腸溫度 > 37.6°C – 用於2歲以下兒童，持續時間≤14天）。排除標準包括患有腫瘤、炎性疾病、肝功能衰竭的患者，以及遭受過創傷或受傷的患者。

倫理考慮

研究程序和實驗室分析

患者在急診室（ER）或門診部（OPD）初次就診時進行接洽。在獲得知情同意後，患者接受臨床訪談，然後根據世界衛生組織（WHO）的兒童疾病綜合管理（IMCI）建議接受完整的體格檢查[26]。臨床訪談確定了社會人口統計特徵（年齡和性別），描述了發熱（程度和持續時間），並調查了過去的病史。進行了局部檢查以尋找感染源。最終診斷基於臨床發現和檢查結果。

樣本收集在完整的研究方案中有詳細描述。約2-5毫升的靜脈血在無菌注射器中收集，並轉移到專用的有氧和無氧Bact/Alert®收集管中進行血培養分析。約2毫升的靜脈血被放入塑料乾燥管中，用於Cobas C111®的免疫渾濁法CRP分析。約1毫升的血液被放入含有EDTA的塑料管中，用於厚塗片。約0.05毫升的血液用於基於HIV抗體的快速診斷試驗（RDT），另一滴血用於基於SARS-COV-2抗體的RDT，作為所有在兒科就診的兒童的醫院政策的一部分。在適當情況下，還收集了來自感染源的生物液體。

CRP分析的樣本在收集後兩小時內分析，因此無需冷凍。樣本在BIOBASE®離心機中以1006g的力量離心五分鐘，然後用血漿進行Cobas C111®的免疫渾濁法分析。所有CRP測試均由兩名操作員獨立讀取，均對最終診斷（在此階段既沒有塗片也沒有培養結果）不知情。

用於厚塗片的血液被Giemsa染色劑染色，並在100倍放大下用帶電的光學顯微鏡（Optika®）檢查。血培養使用Bact/Alert®檢測系統進行。所有其他培養使用標準方法。

只有主要研究者有指標測試（CRP值）和參考測試（培養和厚塗片）的結果。所有其他操作者均對最終診斷和其他測試的結果不知情。除了主要研究者，每項測試均由兩名操作員獨立閱讀。

質量控制和評估

實驗室檢查在喀麥隆多阿拉婦產科和兒科醫院進行。在分析患者樣本之前，每天對每個參數進行質量控制。所有程序均按照標準指南和產品製造商的指示進行。

統計分析和定義

數據使用Epi Info版本7進行輸入和分析。樣本量使用Cochran公式和類似研究[19]計算。Mahende及其同事報告兒科諮詢的發燒盛行率為14.35％，這是我們用來確定要抽樣的發燒兒童數量的值。結果的大小是196名兒童，雖然我們最終累積了更大的樣本。在抽取的250名兒童中，220名擁有完整的實驗室和臨床數據。量化變量按適當情況以平均值、標準差和中位數呈現，或按使用預定或計算的截斷值進行分類後的頻率和百分比呈現。質性變量以百分比和頻率呈現。CRP值，作為結果變量，與上述每個變量進行比較。平均值用兩個樣本t檢驗進行比較。如果CRP大於5mg/L，則認為是陽性，這是所有類似研究中使用的截斷值，也是製造商推薦的[17–19]。CRP值小於5mg/L、5-20mg/L、20-40mg/L、40-100mg/L和超過100mg/L被用於根據最終診斷對患者進行分類，這些值類似於臨床決策中使用的值，也在類似研究中使用[19–21]。厚塗片陽性由任何顯微鏡視野中識別的滋養體定義。培養陽性由在一個或多個接種培養基中的生長確定。

根據STARD指南，繪製了CRP分布的接收器操作曲線（ROC），並使用曲線下面積（AUROC）來定義診斷性能。ROC曲線計算了最佳CRP值 – 這包括使用Youden的J從繪製的值中選擇最佳指數，然後計算細菌感染和瘧疾中CRP的敏感性和特異性以及陽性和陰性預測值（PPV和NPV），然後在ROC曲線提供的最佳截斷值處進行計算。

統計學意義設定為p < 0.05。

結果

人口統計和臨床特徵

共有250名發燒患者參加了這項研究。其中30名（12%）被排除：24名（9.6%）因實驗室數據不完整，3名（1.2%）因腫瘤，2名（0.8%）因肝功能衰竭，1名（0.4%）因川崎病。其餘220名患者（88%）有完整的臨床和實驗室數據，且沒有其他可能導致發燒的來源，除了感染。中位年齡為32個月，年齡模式範圍為1-24個月（嬰兒）。女孩佔患者的115名（52.27%）。最常見的體溫為39°C，而病毒性感染的發燒平均持續時間為三天，細菌性感染和瘧疾為四天。220名兒童中有21名患有混合感染，而199/220名患有單一病原體的單一感染 – 29名兒童僅患有瘧疾，42名患有細菌單一感染，128名患有病毒單一感染。最常見的診斷是病毒性上呼吸道感染，有59名患者（26.81%），其次是病毒性腸胃炎，有31名患者（14.09%）。最常見的細菌感染是尿路感染，有10名患者（4.54%）。50名患者（22.72%）患有瘧疾。其他臨床診斷見表1。220個血培養中，14個（6.3%）有臨床意義的細菌生長，主要細菌為克雷伯菌屬（28.57%）。進行了217個尿培養，其中11個（5.07%）呈陽性，以大腸桿菌為主要病原體（72.73%）。糞便培養的產量為18.52%，主要細菌為沙門氏菌屬。膿液培養產量為100%，主要病原體為奇異變形桿菌。在瘧疾患者中，最低的寄生蟲病為每微升15個伏地魔原蟲（TPF/μl），而最高為241,600 TPF/μl。平均寄生蟲病為39,638TPFμl。

表1。研究人群的人口統計和臨床特徵。

CRP水平

瘧疾、細菌感染和病毒感染的CRP算術平均值（括號內顯示最小和最大值）分別為80.79mg/L（6.0-315.7）、84.41mg/L（0.23-324.0）和17.82mg/L（0.2-237.36）。根據患者診斷分布的CRP水平見表2。沒有瘧疾的兒童CRP水平低於5mg/L。大多數病毒單一感染的兒童（106/128）CRP水平低於20mg/L，而大多數細菌單一感染（30/42）和瘧疾單一感染（23/29）的兒童CRP水平高於20mg/L。CRP水平最高的是混合細菌感染和瘧疾的兒童，他們所有人的CRP水平都>40mg/L。在細菌感染的患者中，沒有感染源的發燒患者CRP水平最高，皮膚感染患者最低。在病毒感染的患者中，COVID-19患者的CRP水平最高，病毒性皮疹患者最低。在瘧疾患者中，CRP水平與寄生蟲病無關。發燒程度對CRP水平沒有影響，但發燒超過7天後出現的患者CRP水平低於7天前出現的患者。年齡對CRP水平沒有影響，但幾乎每個年齡組的女性CRP水平高於男性。

表2。根據最終診斷分布的CRP水平。

ROC分析顯示CRP水平與陽性培養（圖1）和瘧原蟲寄生蟲病（圖2）呈正相關。瘧疾的AUROC為94.1％，細菌感染為85.7％。CRP的最佳截斷值計算為細菌感染為36.2mg/L，瘧疾為23.6mg/L。使用這些截斷值，繪製了瘧疾（表3）和細菌感染（表4）的陽性和陰性分數表，顯示在這些截斷值下，CRP對瘧疾和細菌感染的PPV分別為68.75％和85.00％，NPV分別為94.74％和89.05％。

圖1。細菌感染中CRP的接收器操作特徵曲線。 圖2。CRP和瘧疾的接收器操作特徵曲線。 表3。使用最佳截斷值的CRP和瘧疾的陽性和陰性值。
表4。使用最佳截斷值的CRP和細菌性感染的陽性和陰性值。

討論

本研究描述了在喀麥隆城市地區三級醫院出現的發燒兒童的CRP水平。

細菌感染和瘧疾的CRP平均值相近，在這兩種情況下，水平均顯著高於病毒感染（p<0.0001）。我們的研究未能找到一個CRP值，超過該值後可以安全排除細菌感染或瘧疾，因為在這兩種情況下發現的最高CRP值非常相似（均>300mg/L）。這些結果與柬埔寨的一項類似研究相似，該研究中CRP峰值>150mg/L在瘧疾和細菌感染中均有出現[27]。少數患有瘧疾（6/50）和細菌感染（12/49）的患者CRP水平<20mg/L，這是用量化CRP分析排除病毒原因最常用的閾值[19–21,27]。相反，大多數病毒單一感染（106/128）CRP<20mg/L。大多數患有瘧疾（36/50）和細菌感染（33/49）的患者CRP>40mg/L。這與類似研究中發表的數據相當[19,27]，表明CRP能夠有效區分瘧疾和細菌感染與病毒感染，但不能單獨區分發燒兒童中的瘧疾與細菌感染。

可用數據表明，CRP劑量測定有助於低資源設置中發燒患者的合理決策。我們研究中的AUROC值與柬埔寨和坦桑尼亞的結果非常相似（與兩項研究中的0.83相比為0.86）[19,27]。這些值顯著高於（p<0.0001）大多數其他常用於預測細菌感染的生物標記物（PCT為0.74，WBC為0.56，ANC為0.42）[19,27,28]，表明CRP可能是目前在低資源設置中預測細菌感染的最佳生物標記物。

根據在ROC曲線上繪製Youden的J得出的CRP截斷值，計算了瘧疾和細菌感染的預測值。陽性預測值（PPV）代表陽性患者中真正陽性的比例[29]，如CRP > 23.6mg/L用於瘧疾，CRP > 36.2mg/L用於細菌感染。在此截斷值下，瘧疾的PPV為68.75％，低於廣泛使用的富含組胺酸的瘧疾RDT，其在盧旺達的研究中的PPV為82.7％[30]。兩者均不如厚塗片標準。這表明CRP在預測瘧疾方面不如RDTs有效，不應用於此目的。細菌感染的PPV為85.00％，低於細菌培養的金標準。然而，如上所述，CRP在這方面的表現優於其他選項，如WBC計數或ANC。

陰性預測值（NPV）代表陰性患者中真正陰性的比例[29]，如CRP < 23.6mg/L用於瘧疾和 < 36.2mg/L用於細菌感染。在此截斷值下，瘧疾的NPV為94.74％，高於在類似研究中的瘧疾RDTs（85.4％），儘管仍低於金標準。這表明CRP在23.8mg/L的截斷值下，比瘧疾RDTs更能有效排除發燒兒童中的瘧疾。細菌感染的NPV在此截斷值下為89.05％。這低於細菌培養的金標準，但似乎優於目前用於此目的的其他生物標記物（PCT為60％）[27]。這表明CRP在32.6mg/L的截斷值下可能是在低資源設置中排除發燒兒童細菌感染的最佳可用診斷測試。

然而，重要的是要注意，預測值在解釋時必須考慮目標人群中的條件盛行率，因為盛行率直接影響預測值。喀麥隆兒科人群中瘧疾的最新估計盛行率約為26.10％[9]，與本研究中發現的22.7％相似。這意味著CRP能夠在這種情況下有效排除瘧疾。然而，許多瘧疾流行區的盛行率低於（坦桑尼亞和柬埔寨的比較研究中約為10％[19,27]）或高於（上述盧旺達研究中約為67％[30]）本研究中使用的值，這意味著應謹慎比較這些設置中的預測值。儘管如此，撒哈拉以南非洲大多數國家的盛行率在10％到50％之間[31]，這意味著本研究中發現的值可以合理應用於非洲大多數瘧疾流行國家。

在分析ROC曲線和預測值時要考慮的另一個重要點是，出於臨床目的，瘧疾和病毒感染被視為瘧疾組，因此只有病毒單一感染者被視為「陰性」組。此外，同時患有瘧疾和細菌感染的人被計入瘧疾和細菌感染組，因為從統計上看，他們對各種感染類型均會測試「陽性」。從表1中顯示的CRP水平分布可以看出，混合感染的兒童通常比單一感染的兒童水平更高，較嚴重的感染主要影響CRP水平。因此，病毒單一感染組成為最佳的「對照」或「陰性」組，因為這裡的低值對應於被排除的實體 – 即一個既沒有瘧疾也沒有細菌感染的陰性案例的定義。因此得出的ROC曲線和預測值表明，低於最佳截斷值的值可能只有病毒感染，因此不需要抗瘧疾藥物或抗生素。截斷值以上的值指向任何陽性病例 – 即他們可能只有瘧疾，只有細菌感染，瘧疾和細菌感染，或瘧疾和病毒感染。這是一個大群體，但一旦確定排除了病毒單一感染，即使在低收入設置中也相對容易區分它們。

綜合這些值表明，陰性CRP（定義為瘧疾<24mg/L和細菌感染<36mg/l）通常在排除發燒兒童中的瘧疾和細菌感染方面是正確的。另一方面，陽性CRP（定義為瘧疾>24mg/L和細菌感染>36mg/l）不足以單獨預測發燒兒童中的瘧疾。這樣的孩子會從進一步的厚塗片和瘧疾RDTs評估中受益。然而，如果這樣的孩子對瘧疾測試呈陰性（並排除了如COVID-19等混淆因素），則證據表明存在細菌感染，因此患者可能會從抗生素治療中受益。

局限性

這是一項基於醫院的、單一中心的研究，因此並不能真正代表整個多阿拉的人口，特別是因為DGOPH是一個三級護理中心，大部分人口無法接觸。研究僅限於出現發燒的兒童，儘管在某些情況下，細菌感染和/或瘧疾可能無發燒表現。我們無法完全排除所有之前接受過抗生素或抗瘧疾藥物治療的兒童，這可能導致我們的培養和厚塗片出現假陰性。除了COVID-19病例外，無法證實病毒感染的存在。因此，控制組可能存在偏見，因為被認為是病毒感染，這是因為已排除了細菌感染和瘧疾。

研究背景

大量證據表明，CRP是區分細菌與非細菌感染的有效標誌物，儘管大多數這些研究是在高資源設置中進行的（Alcoba及其同事，瑞士，2017年；趙某及其同事，北京，2020年），很少考慮瘧疾（Lubell及其同事，柬埔寨，2015年；Mahende及其同事，坦桑尼亞，2017年）。為了獲得所需的證據，作者搜索了PubMed和Google Scholar數據庫，搜索標準包括2010年1月至2020年11月進行的所有研究，這些研究評估了CRP在確定發燒患者感染類型方面的作用，涵蓋了兒科和成人人群，以及世界各地區，儘管重點是低資源設置，即撒哈拉以南非洲和亞洲。然後搜索非洲醫學雜誌、Plos One雜誌和BMC傳染病雜誌以獲取完整文章。使用的搜索詞包括「CRP在發燒患者中的使用」、「CRP用於預測細菌感染」和「CRP用於預測瘧疾」。這些證據在2020年被Escadafal及其同事在BMJ全球衛生期刊中進行了薈萃分析，綜合估計是CRP以相等的功效預測瘧疾和細菌感染，但不能區分兩者，且CRP至少與其他常見生物標記物（如PCT、WBC計數和ANC計數）一樣有效。然而，作者承認在研究中診斷性能差異很大，並需要在低資源設置中進行更徹底的調查。這些證據被認為是非常高質量的，因為所有這些研究都是觀察性的，從而消除了回憶偏差；分析中包括了世界上幾乎所有的大洲，消除了地區偏差；考慮了成人和兒科人群，並且數據之前已經過薈萃分析。

作者認為，這項研究對現有證據做出了以下貢獻：

  1. 我們將發燒的程度和持續時間與最終診斷和炎症水平相關聯，使用CRP水平。
  2. 我們調查了低收入環境下發燒兒童中各種病毒和細菌感染源的盛行率，以及瘧原蟲寄生蟲病。
  3. 我們描述了低收入環境下發燒兒童中血液、糞便、膿液和尿液培養中細菌物種的盛行模式。
  4. 我們將CRP水平與特定的細菌或病毒感染源和瘧原蟲寄生蟲病相關聯。
  5. 我們在低資源環境中對發燒兒童不同感染狀態下的最大和最小CRP閾值進行了定量比較。

結合現有證據，這項研究有可能為低收入地區的臨床醫生提供一個合理的方案，用於管理瘧疾流行地區的發燒兒童。這樣的方案已在完整研究中描述（可在多阿拉大學醫學和藥學院圖書館及多阿拉婦產科和兒科醫院圖書館獲得）。這個方案有可能通過減少對昂貴病因測試的需求，降低患者開支，減少抗生素的過度處方，並減少發燒兒科患者的誤診，從而降低低資源設置中的嬰兒死亡率。

參考文獻

  1. Wing R, Dor MR, McQuilkin PA. Fever in the pediatric patient. Emerg Med Clin North Am. 2013 Nov;31(4):1073–96. Epub 2013 Sep 26. pmid:24176480.
  2. 2.Kluger MJ (2015). Fever: Its Biology, Evolution, and Function. Princeton University Press. p. 57. ISBN 978–1400869831
  3. 3.Dinarello CA, Porat R (2018). “Chapter 15: Fever”. In Jameson JL, Fauci AS, Kasper DL, Hauser SL, Longo DL, Loscalzo J(eds.). Harrison’s Principles of Internal Medicine. 1–2 (20th ed.). New York, NY: McGraw-Hill. ISBN 9781259644030. Retrieved 31 March 2020.
  4. 4.Huether Sue E. (2014). Pathophysiology: The Biologic Basis for Disease in Adults and Children (7th ed.). Elsevier Health Sciences. p. 498. ISBN 978–0323293754.
  5. 5.Sullivan JE, Farrar HC (March 2011). “Fever and antipyretic use in children”. Pediatrics. 127 (3): 580–87. pmid:21357332.
  6. 6.Chien YL, Huang FL, Huang CM, Chen PY. Clinical approach to fever of unknown origin in children. J Microbiol Immunol Infect. 2017 Dec;50(6):893–898. Epub 2015 Oct 9. pmid:27143687.
  7. 7.Antoon JW, Peritz DC, Parsons MR, Skinner AC, Lohr JA. Etiology and Resource Use of Fever of Unknown Origin in Hospitalized Children. Hosp Pediatr. 2018 Mar;8(3):135–140. pmid:29487087.
  8. 8.Greer RC, Intralawan D, Mukaka M, Wannapinij P, Day NPJ, Nedsuwan S, et al. Retrospective review of the management of acute infections and the indications for antibiotic prescription in primary care in northern Thailand. BMJ Open. 2018 Jul 30;8(7):e022250. pmid:30061442; PMCID: PMC6067334.
  9. 9.Chiabi A, Djimafo ANM, Nguefack S, Mah E, Nguefack Dongmo F, Angwafo F 3rd. Severe malaria in Cameroon: Pattern of disease in children at the Yaounde Gynaeco-Obstetric and Pediatric Hospital.
  10. 10.Jin Y, Mankadi PM, Rigotti JI, Cha S. Cause-specific child mortality performance and contributions to all-cause child mortality, and number of child lives saved during the Millennium Development Goals era: a country-level analysis. Glob Health Action. 2018;11(1):1546095. pmid:30474513; PMCID: PMC6263110.
  11. 11.Liu L, Oza S, Hogan D, Chu Y, Perin J, Zhu J, et al. Global, regional, and national causes of under-5 mortality in 2000–15: an updated systematic analysis with implications for the Sustainable Development Goals. Lancet. 2016 Dec 17;388(10063):3027–3035. Epub 2016 Nov 11. Erratum in: Lancet. 2017 May 13;389(10082):1884. pmid:27839855; PMCID: PMC5161777.
  12. 12.Kapasi AJ, Dittrich S, González IJ, Rodwell TC. Host Biomarkers for Distinguishing Bacterial from Non-Bacterial Causes of Acute Febrile Illness: A Comprehensive Review. PLoS One. 2016 Aug 3;11(8):e0160278. pmid:27486746; PMCID: PMC4972355.
  13. 13.Dittrich S, Tadesse BT, Moussy F, Chua A, Zorzet A, Tängdén T, et al. (2016-08-25). Yansouni C (ed.). “Target Product Profile for a Diagnostic Assay to Differentiate between Bacterial and Non-Bacterial Infections and Reduce Antimicrobial Overuse in Resource-Limited Settings: An Expert Consensus”. PLOS ONE. 11 (8): e0161721. Bibcode:2016PLoSO.1161721D. pmid:27559728
  14. 14.Aabenhus R, Jensen JU, Jørgensen KJ, Hróbjartsson A, Bjerrum L. Biomarkers as point-of-care tests to guide prescription of antibiotics in patients with acute respiratory infections in primary care. Cochrane Database Syst Rev. 2014 Nov 6;(11):CD010130. pmid:25374293.
  15. 15.Verbakel JY, Lemiengre MB, De Burghgraeve T, De Sutter A, Aertgeerts B, Bullens DMA, et al. Point-of-care C reactive protein to identify serious infection in acutely ill children presenting to hospital: prospective cohort study. Arch Dis Child. 2018 May;103(5):420–426. Epub 2017 Dec 21. pmid:29269559.
  16. 16.Zhao L, Zang X, Chen W, Sheng B, Gu X, Zhang J. [Analysis of correlation between inflammatory parameters and severity of sepsis caused by bacterial bloodstream infection in septic patients]. Zhonghua Wei Zhong Bing Ji Jiu Yi Xue. 2015 Jun;27(6):448–53. Chinese. pmid:26049182.
  17. 17.Sanaei Dashti A, Alizadeh S, Karimi A, Khalifeh M, Shoja SA. Diagnostic value of lactate, procalcitonin, ferritin, serum-C-reactive protein, and other biomarkers in bacterial and viral meningitis: A cross-sectional study. Medicine (Baltimore). 2017 Sep;96(35):e7637. pmid:28858084; PMCID: PMC5585478.
  18. 18.Alcoba G, Keitel K, Maspoli V, Lacroix L, Manzano S, Gehri M, et al. A three-step diagnosis of pediatric pneumonia at the emergency department using clinical predictors, C-reactive protein, and pneumococcal PCR. Eur J Pediatr. 2017 Jun;176(6):815–824. Epub 2017 May 4. pmid:28474099; PMCID: PMC7087038.
  19. 19.Mahende C, Ngasala B, Lusingu J, Mårtensson T, Lushino P, Lemnge M, et al. Profile of C-reactive protein, white cells and neutrophil populations in febrile children from rural north-eastern Tanzania. Pan Afr Med J. 2017 Jan 31;26:51. pmid:28451028; PMCID: PMC5398868.
  20. 20.Pelkonen T, Albino A, Roine I, Bernardino L, Peltola H. C-reactive protein in children with malaria in Luanda, Angola: a prospective study. Trans R Soc Trop Med Hyg. 2015 Aug;109(8):535–7. Epub 2015 Jun 11. pmid:26065879.
  21. 21.Sarfo BO, Hahn A, Schwarz NG, Jaeger A, Sarpong N, Marks F, et al. The usefulness of C-reactive protein in predicting malaria parasitemia in a sub-Saharan African region. PLoS One. 2018 Aug 6;13(8):e0201693. pmid:30080904; PMCID: PMC6078295.
  22. 22.Althaus T, Greer RC, Swe MMM, Cohen J, Tun NN, Heaton J, et al. Effect of point-of-care C-reactive protein testing on antibiotic prescription in febrile patients attending primary care in Thailand and Myanmar: an open-label, randomised, controlled trial. Lancet Glob Health. 2019 Jan;7(1):e119–e131. pmid:30554748; PMCID: PMC6293968.
  23. 23.Lubell Y, Do NTT, Nguyen KV, Ta NTD, Tran NTH, Than HM, et al. C-reactive protein point of care testing in the management of acute respiratory infections in the Vietnamese primary healthcare setting—a cost benefit analysis. Antimicrob Resist Infect Control. 2018 Oct 4;7:119. pmid:30323922; PMCID: PMC6172744.
  24. 24.Lubell Y, Althaus T, Blacksell SD, Paris DH, Mayxay M, Pan-Ngum W, et al. Modelling the Impact and Cost-Effectiveness of Biomarker Tests as Compared with Pathogen-Specific Diagnostics in the Management of Undifferentiated Fever in Remote Tropical Settings. PLoS One. 2016 Mar 30;11(3):e0152420. pmid:27027303; PMCID: PMC4814092.
  25. 25.https://www.macrotrends.net/cities/20362/douala/population#:~:text=The%20metro%20area%20population%20of,a%204.72%25%20increase%20from%202016.
  26. 26.World Health Organization (2005). Handbook: IMCI integrated management of childhood illness. World Health Organization.
  27. 27.Lubell Y, Blacksell SD, Dunachie S, Tanganuchitcharnchai A, Althaus T, Watthanaworawit W, et al. Performance of C-reactive protein and procalcitonin to distinguish viral from bacterial and malarial causes of fever in Southeast Asia. BMC Infect Dis. 2015 Nov 11;15:511. pmid:26558692; PMCID: PMC4642613.
  28. 28.Carrol ED, Mankhambo LA, Jeffers G, Parker D, Guiver M, Newland P, et al. The diagnostic and prognostic accuracy of five markers of serious bacterial infection in Malawian children with signs of severe infection. PLoS One. 2009 Aug 13;4(8):e6621. pmid:19675669; PMCID: PMC2721152.
  29. 29.Parikh R, Mathai A, Parikh S, Chandra Sekhar G, Thomas R. Understanding and using sensitivity, specificity and predictive values. Indian J Ophthalmol. 2008 Jan-Feb;56(1):45–50. pmid:18158403; PMCID: PMC2636062.
  30. 30.Niyibizi JB, Gatera EK. Diagnostic Performance between Histidine-Rich Protein 2 (HRP-2), a Rapid Malaria Diagnostic Test and Microscopic-Based Staining Techniques for Diagnosis of Malaria. J Trop Med. 2020 Mar 27;2020:5410263. pmid:32280351; PMCID: PMC714012.
  31. 31.Sarfo JO, Amoadu M, Kordorwu PY, Adams AK, Gyan TB, Osman AG, Asiedu I, Ansah EW. Malaria amongst children under five in sub-Saharan Africa: a scoping review of prevalence, risk factors and preventive interventions. Eur J Med Res. 2023 Feb 17;28(1):80. pmid:36800986; PMCID: PMC9936673.