MétaCan
Menu
Retour à la cohorte
Enregistrement W2982144433 · doi:10.1186/s12887-019-1758-2

Burden of neurological and neurocognitive impairment in pediatric sickle cell anemia in Uganda (BRAIN SAFE): a cross-sectional study

2019· article· en· W2982144433 sur OpenAlexaff
Nancy Green, Deogratias Munube, Paul Bangirana, Linda Rosset Buluma, Bridget Kebirungi, Robert O. Opoka, Ezekiel Mupere, Phillip Kasirye, Sarah Kiguli, Annet Birabwa, Michael S. Kawooya, Samson K. Lubowa, Rogers Sekibira, Edward Kayongo, Heather Hume, Mitchell S Elkind, Weixin Peng, Gen Li, Caterina Rosano, Philip LaRussa, Frank J. Minja, Amelia K. Boehme, Richard Idro

Notice bibliographique

RevueBMC Pediatrics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHemoglobinopathies and Related Disorders
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesFogarty International CenterNational Institutes of HealthEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentAugusta University
Mots-clésMedicineNeurocognitiveStroke (engine)AnemiaAbnormalityPediatricsTranscranial DopplerCross-sectional studyUnivariate analysisMalnutritionHemoglobinInternal medicineMultivariate analysisPathologyCognitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Children with sickle cell anemia (SCA) are highly susceptible to stroke and other manifestations of pediatric cerebral vasculopathy. Detailed evaluations in sub-Saharan Africa are limited. METHODS: We aimed to establish the frequency and types of pediatric brain injury in a cross-sectional study at a large SCA clinic in Kampala, Uganda in a randomly selected sample of 265 patients with HbSS ages 1-12 years. Brain injury was defined as one or more abnormality on standardized testing: neurocognitive impairment using an age-appropriate test battery, prior stroke by examination or transcranial Doppler (TCD) velocities associated with stroke risk in children with SCA (cerebral arterial time averaged mean maximum velocity ≥ 170 cm/second). RESULTS: Mean age was 5.5 ± 2.9 years; 52.3% were male. Mean hemoglobin was 7.3 ± 1.01 g/dl; 76.4% had hemoglobin < 8.0 g/dl. Using established international standards, 14.7% were malnourished, and was more common in children ages 5-12. Overall, 57 (21.5%) subjects had one to three abnormal primary testing. Neurocognitive dysfunction was found in 27, while prior stroke was detected in 15 (5.7%). The most frequent abnormality was elevated TCD velocity 43 (18.1%), of which five (2.1%) were in the highest velocity range of abnormal. Only impaired neurocognitive dysfunction increased with age (OR 1.44, 95%CI 1.23-1.68), p < 0.001). In univariate models, malnutrition defined as wasting (weight-for-height ≤ -2SD), but not sex or hemoglobin, was modestly related to elevated TCD (OR 1.37, 95%CI 1.01-1.86, p = 0.04). In adjusted models, neurocognitive dysfunction was strongly related to prior stroke (OR 6.88, 95%CI 1.95-24.3, p = .003) and to abnormal TCD (OR 4.37, 95%CI 1.30, p = 0.02). In a subset of 81 subjects who were enriched for other abnormal results, magnetic resonance imaging and angiography (MRI/MRA) detected infarcts and/or arterial stenosis in 52%. Thirteen subjects (25%) with abnormal imaging had no other abnormalities detected. CONCLUSIONS: The high frequency of neurocognitive impairment or other abnormal results describes a large burden of pediatric SCA brain disease in Uganda. Evaluation by any single modality would have underestimated the impact of SCA. Testing the impact of hydroxyurea or other available disease-modifying interventions for reducing or preventing SCA brain effects is warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,259
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC PediatricsMême sujetHemoglobinopathies and Related DisordersTravaux en français237 207