A National Prospective Surveillance Study of Acute Rheumatic Fever in Australian Children
Notice bibliographique
Résumé
BACKGROUND: Acute rheumatic fever (ARF) is an important cause of heart disease in Indigenous people of northern and central Australia. However, little is known about ARF in children across all Australian population groups. This national prospective study was conducted to determine patterns of disease, and populations and regions at highest risk. METHODS: The Australian Paediatric Surveillance Unit surveillance model was used to collect data on children with ARF across Australia. Children up to 15 years of age were included if they had an ARF episode diagnosed between October 1, 2007 and December 31, 2010 that met the case definition. RESULTS: ARF was identified in 151 children: 131 Indigenous Australians, 10 non-Indigenous Australians, 8 Pacific Islanders and 1 African (1 unknown). Common presenting features were joint symptoms, fever and carditis. Sydenham chorea was reported in 19% of children. Aseptic monoarthritis was a major manifestation in 19% of high-risk children. Seven non-Indigenous Australian children presented with classic, highly specific features compared with 23% of high-risk children, suggesting that subtle presentations of ARF are being missed in non-Indigenous children. Recent sore throat was reported in 33% of cases, including 25% of remote Indigenous children. There were delays in presentation to care and referral to higher-level care across urban/rural and remote areas. CONCLUSIONS: ARF may be more common than previously thought among low-risk children. These data should prompt an awareness of ARF diagnosis and management across all regions, including strategies for primary prevention. There should be renewed emphasis on treatment of sore throat in high-risk groups.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».