Maternal and Congenital Syphilis: A Call for Improved Diagnostics and Education

Williams, Jessica E.P.; Graf, Rachel J; Miller, Charles A.; Michelow, Ian C.; Sánchez, Pablo J.

doi:10.1542/peds.2022-057927

Cited by 4 publications

(2 citation statements)

References 34 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Respecto a las recomendaciones frente al tratamiento de la SG, las deficiencias en la selección del tratamiento adecuado para la gestante han sido reportadas por estudios en Brasil (9,13,15) y Estados Unidos (12). No encontramos estudios que describieran la deficiencia de conocimientos en cómo hacer el tratamiento de la paciente con alergia a la penicilina o el tratamiento indicado a recién nacido con SC, lo cual constituye una barrera para evitar consecuencias neonatales completamente prevenibles (16).…”

Section: Discussionunclassified

Guía de Sífilis Gestacional y Congénita: perspectivas de profesionales de la salud en Bolívar (Colombia)

Salas-Romero,

Barrios-Puerta,

Madero-Zambrano

et al. 2023

Rev. colomb. obstet. ginecol.

View full text Add to dashboard Cite

Objetivos: describir los conocimientos, la idoneidad y las prácticas respecto a la “Guía de práctica clínica (GPC) basada en la evidencia para la atención integral de la sífilis gestacional (SG) y congénita (SC)”. Materiales y métodos: estudio descriptivo de corte transversal. Incluyó médicos generales, especialistas y enfermeras que laboraban en 52 instituciones de salud en el departamento de Bolívar (Colombia) y realizan el control prenatal o la atención al neonato en el 2020. Muestreo por conveniencia. Se aplicó cuestionario digital que recolectó información sociodemográfica; evaluó conocimientos, idoneidad y prácticas sobre la "Guía de práctica clínica (GPC)" mencionada en los objetivos. Se hace análisis descriptivo. Resultados: se incluyeron 101 trabajadores. Hay deficiencias relacionadas con la aplicación correcta del algoritmo inverso de diagnóstico (48 %) y seguimiento de SG (77 %), manejo de la paciente con antecedentes de alergias de manifestaciones sistémicas (31 %) y tratamiento de la SG (61 %) y SC (10 %). La recomendación de no aplicar prueba de penicilina en pacientes sin antecedentes de alergias sistémicas se considera poco útil (60 %). El 23 % de los trabajadores no emplea las pruebas rápidas y el 44 % de los especialistas da tratamiento para sífilis al compañero sexual. Conclusiones: es importante intensificar las estrategias de capacitación en el personal de salud con énfasis en el personal de enfermería y, de manera urgente, empoderar a este personal en las actividades relacionadas con el control de la sífilis. Se requiere hacer nuevas y continúas evaluaciones a nivel nacional y regional de la implementación de esta guía que permitan evaluar los indicadores que contiene la estrategia de eliminación de esta enfermedad.

show abstract

Section: Discussionunclassified

Guía de Sífilis Gestacional y Congénita: perspectivas de profesionales de la salud en Bolívar (Colombia)

Salas-Romero,

Barrios-Puerta,

Madero-Zambrano

et al. 2023

Rev. colomb. obstet. ginecol.

View full text Add to dashboard Cite

show abstract

“…Laboratory tests commonly employed for diagnosis of CS include serological tests, such as the Venereal Disease Research Laboratory (VDRL) test, and the Treponema pallidum particle agglutination assay (TP-PA). These tests serve to detect the presence of antibodies against the bacterium or identify specific antigens, respectively [24,25].…”

Section: Classifying Congenital Syphilismentioning

confidence: 99%

The use of Convolutional Neural Network to classify Congenital Syphilis with image representations of tabular data

Neto,

Endo

2023

Preprint

View full text Add to dashboard Cite

Purpose: Convolutional Neural Network (CNN) is a powerful Deep Learning (DL) model used in healthcare for diseases classification through image analysis. Although primarily designed for image data, CNNs can be used with tabular data by converting it into images format. This work aims to assess the performance of CNNs in classifying cases of Congenital Syphilis (CS) using images generated from tabular data, and to compare their performance with Machine Learning (ML) models. Methods: We compare different converters for transforming tabular data into images, selecting the most effective one based on the highest CNN metric outcomes. We perform hyperparameter optimization on the best CNN model using Random Search, and compare its performance against an optimized ML model, the Adaboost, proposed in a previous work. Results: We find that it is possible to classify CS with images generated from tabular data of medical records. Additionally, after optimized, the CNN is capable of achieving competitive classification outcomes against an optimized Adaboost, implying their potential utility in medical data analysis. Conclusion: This study demonstrates CNNs’ potential to classify CS cases using images from tabular medical data. The comparison with an optimized Adaboost showcases CNNs’ viability for medical data analysis, showcasing their adaptability beyond image analysis in structured healthcare data. The work limitations include the limited number of converters, the absence of a computational cost analysis, the focus on 2D CNNs only, and the absence of a rigorous statistical significance assessment.

show abstract