Retrospective review of drug‐induced Stevens‐Johnson syndrome and toxic epidermal necrolysis cases at a pediatric tertiary care institution
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Stevens-Johnson syndrome and toxic epidermal necrolysis represent important sources of potential mortality and morbidity in children. There is a need for more clinical data in this population to determine whether specific treatments preferentially improve outcomes. METHODS: This was a single-center retrospective review of children admitted with drug-induced Stevens-Johnson syndrome, toxic epidermal necrolysis or Stevens-Johnson syndrome/toxic epidermal necrolysis overlap at a tertiary care pediatric institution in North America from 2008 to 2018. Patients without a dermatology assessment and diagnosis were excluded. Demographic, clinical, and treatment information were abstracted and reviewed for all included patients. RESULTS: Sixteen patients were identified, 43% female (7/16), with a mean age at presentation of 10.4 ± 5.2 years. Antibiotics were implicated in 56.3% of patients (9/16) and anticonvulsants in 31.3% (5/16). Sulfamethoxazole-trimethoprim was the triggering antibiotic in 31.3% of patients. The majority of patients were treated with intravenous immunoglobulin alone (50%, 8/16) or intravenous immunoglobulin with steroids (25%, 4/16). Etanercept was added to intravenous immunoglobulin and corticosteroid in a 2-year-old patient, resulting in clinical stabilization and halting of epidermolysis. No patients died. Clinical sequelae were noted in five patients, including ocular complications (n = 4), labial adhesions (n = 1), and persistent skin dyspigmentation (n = 3). CONCLUSIONS: Our results highlight that sulfamethoxazole-trimethoprim is an important cause of Stevens-Johnson syndrome-toxic epidermal necrolysis in children. Mortality was reassuringly low, but ocular sequelae were an important cause of morbidity. More data are needed to help determine whether specific treatments including etanercept may provide mortality or morbidity benefit in pediatric populations.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».