2339. Perianal Infections in Children With Acute Myeloid Leukemia: A Report From the Canadian Infection in Acute Myeloid Leukemia Research Group
Notice bibliographique
Résumé
Little is known about the epidemiology of perianal infection in pediatric cancer patients. Objectives were to describe the characteristics, treatment and outcome of perianal infection and describe features of those with and without definite abscess in pediatric patients with acute myeloid leukemia (AML). We performed a retrospective analysis of two multi-center cohort studies investigating risk factors for infection in children with AML. We included children with de novo AML ≤18 years of age with a perianal infections prior to the completion of AML treatment or stem cell transplantation Of 235 patients with AML, 17 (7%) experienced 19 perianal infections. Median age at perianal infection was 8.2 (range 0.6–16.1) years. Local bacterial cultures were positive in 6 (32%) episodes, but none matched bacteremia isolates (n = 5). Enterobacteriacae were the most common pathogen. The 19 episodes were stratified by definite abscess (n = 12) and cellulitis/phlegmon (n = 7). All patients presented with local pain, erythema and induration or swelling. Fever was a frequent finding (n = 17, 89.4%). Among the patients with abscess, 9 (75%) were severely neutropenic at diagnosis and surgical intervention was required in 8 (42%). All patients received antibiotics; Metronidazole (n = 14) and Piperacillin/Tazobactam (n = 10) were the drugs most frequently used for treatment. Imaging was commonly performed (n = 16). Diagnostic yield was similar between computerized tomography of pelvis (5/10) and ultrasound (3/5). Severe complications occurred including fistula (n = 1), skin necrosis (n = 2) and mortality (n = 1). Perianal infections occurred in 7% of pediatric patients with AML, with many consisting of definite abscess. Diagnostic yield were similar regardless of imaging modality and therefore, ultrasound may be considered for initial evaluation. Future research should develop consistent management approaches to perianal infection in order to improve outcomes. All authors: No reported disclosures.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».