Infection Rates Before and After Diagnosis of IgA Vasculitis in Childhood: A Population-wide Study Using Non-exposed Matched Controls
Notice bibliographique
Résumé
OBJECTIVE: Clinical data suggest that infections can trigger IgA vasculitis (IgAV), but longterm observations are lacking. We compared rates, types, and microorganisms for serious infection before and after diagnosis for children with IgAV and non-exposed controls. METHODS: Using population-based administrative linked health datasets we estimated incidence rates (IR) for serious infection per 1000 person-months for patients with IgAV (n = 504, age 5 yrs, 59.1% males) and controls matched for age, sex, and year of presentation (n = 1281, age 6 yrs, 66% males). Time zero (T0) was the date of IgAV diagnosis or equivalent date in controls, lookback (median 38 mos) was the period prior to T0, and followup (median 239 mos) was the period after T0. RESULTS: During lookback, prevalence of serious infection was similar in patients with IgAV and controls (11.5% vs 9.5%, respectively), but patients with IgAV had a higher rate of upper respiratory tract infections [incidence rate ratio (IRR) 1.79; 95% CI 1.39-2.31] with shorter time between first serious infection and T0 (27 vs 43 mos; p = 0.02). During followup, patients were at a constant increased risk for serious infections (IRR 1.46, 95% CI 1.35-1.58). These rates were higher during followup: sepsis (IRR 12.6), pneumonia (IRR 6.19), upper respiratory tract infections (IRR 2.36), and skin infections (IRR 1.85). There was little overlap between patients with serious infections in the lookback and followup periods. CONCLUSION: In patients with childhood IgAV there is an increased longterm risk for a broader spectrum of infections, which is unrelated to serious infections prior to diagnosis or treatment. This suggests disease-specific factors may have a lasting effect on immune competence in childhood IgAV.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».