A systematic review of treatment of drug-induced Stevens-Johnson syndrome and toxic epidermal necrolysis in children.
Notice bibliographique
Résumé
Stevens-Johnson (SJS) and Toxic Epidermal Necrolysis (TEN) are two uncommon mucocutaneous diseases usually considered as severe drug reactions and are characterized by different grades of epidermal necrosis. Several treatment modalities have been proposed with variable results but the lack of controlled studies makes difficult to analyze them objectively especially in children. All publications describing management for SJS and TEN in children were searched in MEDLINE, EMBASE, and the Cochrane Library. Reports included were divided in two categories: A, studies with 5 or more patients and observational studies; and B, reports with less than 5 patients. A formal meta-analysis was not feasible. Description was made using central tendency measures. From 1389 references only 31 references with a total of 128 cases were included, 88 category A and 40 category B. The 4 main treatment modalities were: intravenous immunoglobulin (IVIG), steroids (prednisolone, methylprednisolone, dexamethasone), dressings with or without surgical debridement, and support treatment alone. Miscellaneous treatments: Of 12 patients, 3 received ulinastatin, 4 patients plasmapheresis, 2 patients IV pentoxifylline and the last three patients received different treatment each (cyclosporine, methylprednisone/G-CSF and methylprednisolone/IVIG). Patients receiving IVIG and steroids showed similar findings while patients treated with dressing and support treatment alone, reported both longer time to achieve remission and hospitalization stays and appear to be associated with more complications and deaths. There is scant quality literature about management of SJS and TEN in children. Steroids and IVIG seem to improve the outcome of SJS and TEN patients but results from different reports are variable. Patients treated only with care support seem to have higher morbidity and mortality. Further studies are necessary to define optimal management.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,012 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».