Delayed Diagnosis of Kawasaki Disease: What Are the Risk Factors?
Notice bibliographique
Résumé
OBJECTIVE: Because late diagnosis of Kawasaki disease increases the risk for coronary artery abnormalities, we explored the prevalence of and possible risk factors for delayed diagnosis by using the database of the Pediatric Heart Network trial of corticosteroid treatment for Kawasaki disease. METHODS: We collected sociodemographic and clinical data at presentation for all patients who were treated for presumed Kawasaki disease at 8 centers (7 in the United States, 1 in Canada). Delayed diagnosis was evaluated by total number of illness days to diagnosis and by the percentage of patients who were treated after day 10 of illness. Independent predictors of delayed diagnosis were identified by using multivariate linear and logistic regression. RESULTS: Of the 589 patients who received intravenous immunoglobulin, 27 were treated before screening for the trial and excluded; 562 patients formed the cohort for analysis. Kawasaki disease was diagnosed at 7.9 +/- 3.9 days, 92 (16%) cases after day 10. Centers were similar with respect to patient age and gender. Centers differed in the patient percentage with incomplete Kawasaki disease; clinical criteria of cervical adenopathy, oral changes, and conjunctivitis; and distance of residence from the center. Independent predictors of greater number of illness days at diagnosis included center, age of <6 months, incomplete Kawasaki disease, and greater distance from the center. Independent predictors of diagnosis after day 10 were age of <6 months, incomplete Kawasaki disease, and greater distance). Socioeconomic variables had no association with delayed diagnosis. CONCLUSIONS: Even after adjustment for patient factors, illness duration at diagnosis varies by center. These findings underscore the need to maintain a high index of suspicion of Kawasaki disease in the infant who is younger than 6 months and has prolonged fever even with incomplete criteria. Outreach educational programs may be useful in promoting earlier recognition and treatment of Kawasaki disease.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».