Notice bibliographique
Résumé
PURPOSE OF REVIEW: Coronary artery damage resulting from Kawasaki's disease is the leading cause of acquired heart disease in children in the developed world. This review highlights advances in our understanding of the etiology of Kawasaki's disease, the immune response leading to vascular damage, potential biomarkers, and insights into mechanisms of disease addressed by an animal model. Clinical dilemmas are discussed in the context of the new American Heart Association recommendations for the diagnosis and treatment of Kawasaki's disease. RECENT FINDINGS: Improved understanding of the mechanisms of disease will assist in identifying predisposed individuals and in development of more effective therapy. Most investigators agree that an infectious trigger leads to massive activation of the immune system, resulting in a prolonged self-directed immune response at the coronary arteries. The etiology debate has centered on the nature of and mechanisms involved in immune activation. Genetic studies have not provided conclusive answers to these questions. Mechanistic studies done in animal models have pointed to specific biologic factors critical for coronary artery damage and together with studies in children may lead to more rationally conceived biologically based interventions. Increasingly, the questions regarding clinical management address timing of therapy and the management of children presenting with atypical Kawasaki's disease. New guidelines and management algorithms have been proposed by the American Heart Association to address these concerns. SUMMARY: Biochemical and phenotypic characterization of Kawasaki's disease continues to improve. Answers are closer on etiology, reliable biomarkers, valid predictors of coronary outcome, and improved treatment of this syndrome.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».