Hospitalization for Respiratory Syncytial Virus Illness in Down Syndrome Following Prophylaxis With Palivizumab
Notice bibliographique
Résumé
BACKGROUND: Down syndrome (DS) is a risk factor for respiratory syncytial virus (RSV) hospitalization, but little is known about prophylaxis in these children. METHODS: CARESS is a prospective registry of children who received ≥1 dose of palivizumab during the 2006-2012 RSV seasons across 32 sites in Canada. The objective was to compare respiratory illness hospitalization and RSV hospitalization (RSVH) hazard ratios in DS children aged <2 years who received palivizumab versus children who received prophylaxis for standard indications (SI) and for other medical illnesses (MI). RESULTS: 13,310 children were enrolled; DS (600; 4.5%), SI (11,081; 83.3%) and MI (1629, 12.2%), with DS children increasing over the duration from 0.1% (2006) to 4.5% (2012). Participants were significantly different in mean birth weight, gestational and enrollment age and risk factors. Children in each group received an average of 4.3 ± 1.4 (DS), 4.1 ± 1.6 (SI) and 4.5 ± 1.4 (MI) palivizumab injections per RSV season, with DS, differing significantly from SI [F(2, 13,307) = 43.6, P = 0.01] but not MI [F(2, 13 307) = 43.6, P = 0.07]. Compliance rates were similar across the groups. While a significantly greater proportion of SI children had RIHs compared with DS, [hazard ratio: 0.64 (0.48-0.84); P = 0.001] hazard ratios were similar for DS and MI. RSVH incidence rates were: 1.53%, 1.45% and 2.27% for DS, SI and MI, respectively. Neither group nor compliance affected time to RSVH. CONCLUSIONS: The proportion of DS children who received palivizumab in CARESS has increased almost 45-fold. RSVH rates were low in DS following prophylaxis and hazards were similar to those found in SI and MI.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».