Comparison of Risk Factors for Human Metapneumovirus and Respiratory Syncytial Virus Disease Severity in Young Children
Notice bibliographique
Résumé
BACKGROUND: Human metapneumovirus (hMPV) and respiratory syncytial virus (RSV) are leading pediatric pathogens. However, risk factors for severe hMPV disease remain unknown. We comparatively assessed environmental, host, and viral determinants for severe hMPV and RSV infections. METHODS: We studied a prospective cohort of >1000 children aged <3 years hospitalized in or presenting to a pediatric clinic for acute respiratory infection. We collected clinical data at enrollment and 1-month follow-up and tested nasopharyngeal secretions for respiratory viruses. Disease severity was defined as hospitalization and was also assessed with a severity score (1 point/variable) calculated on the basis of fraction of inhaled O(2) ≥ 30%, hospitalization >5 days, and pediatric intensive care unit admission. RESULTS: hMPV was identified in 58 of 305 outpatient children (19.0%) and 69 of 734 hospitalized children (9.4%), second only to RSV (48.2% and 63.6%, respectively). In multivariate regression analysis of hMPV cases, age <6 months and household crowding were associated with hospitalization. Among hospitalized patients, risk factors for severe hMPV disease were female sex, prematurity, and genotype B infection. Age <6 months, comorbidities, and household crowding were risk factors for RSV hospitalization; breast-feeding and viral coinfection were protective. Age <6 months and prematurity were associated with severe RSV cases among hospitalized children. CONCLUSIONS: hMPV and RSV severity risk factors may differ slightly. These findings will inform hMPV prevention strategies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».