Anaphylaxis across two Canadian pediatric centers: evaluating management disparities
Notice bibliographique
Résumé
BACKGROUND: There are no data on the percentage of visits due to anaphylaxis in the emergency department (ED), triggers, and management of anaphylaxis across different provinces in Canada. OBJECTIVE: To compare the percentage of anaphylaxis cases among all ED visits, as well as the triggers and management of anaphylaxis between two Canadian pediatric EDs (PEDs). METHODS: As part of the Cross-Canada Anaphylaxis Registry (C-CARE), children presenting to the British Columbia Children's Hospital (BCCH) and Montreal Children's Hospital (MCH) EDs with anaphylaxis were recruited. Characteristics, triggers, and management of anaphylaxis were documented using a standardized data entry form. Differences in demographics, triggers, and management were determined by comparing the difference of proportions and 95% confidence interval. RESULTS: Between June 2014 and June 2016, there were 346 visits due to anaphylaxis among 93,730 PED visits at the BCCH ED and 631 anaphylaxis visits among 164,669 pediatric visits at the MCH ED. In both centers, the majority of cases were triggered by food (BCCH 91.3% [88.7, 94.0], MCH 82.4% [79.7, 85.3]), of which peanuts were the most common culprit (24.7% [20.9, 29.9] and 19.0% [15.8, 22.7], respectively). Pre-hospital administration of epinephrine (BCCH 27.7% [23.2, 32.8], MCH 33.1% [29.5, 37.0]) and antihistamines (BCCH 50.6% [45.2, 56.0], MCH 47.1% [43.1, 51.0]) was similar. In-hospital management differed in terms of increased epinephrine, antihistamine, and steroid use at the BCCH (59.2% [53.9, 64.4], 59.8% [54.4, 65.0], and 60.1% [54.7, 65.3], respectively) compared to the MCH (42.2% [38.3, 46.2], 36.2% [32.5, 40.1], and 11.9% [9.5, 14.8], respectively). Despite differences in management, percentage of cases admitted to the intensive care unit was similar between the two centers. CONCLUSION: Compared to previous European and North American reports, there is a high percentage of anaphylaxis cases in two PEDs across Canada with substantial differences in hospital management practices. It is crucial to develop training programs that aim to increase epinephrine use in anaphylaxis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».