American College of Rheumatology Guidance for the Management of Pediatric Rheumatic Disease During the COVID‐19 Pandemic: Version 1
Notice bibliographique
Résumé
OBJECTIVE: To provide clinical guidance to rheumatology providers who treat children with pediatric rheumatic disease (PRD) in the context of the coronavirus disease 2019 (COVID-19) pandemic. METHODS: The task force, consisting of 7 pediatric rheumatologists, 2 pediatric infectious disease physicians, 1 adult rheumatologist, and 1 pediatric nurse practitioner, was convened on May 21, 2020. Clinical questions and subsequent guidance statements were drafted based on a review of the queries posed by the patients as well as the families and healthcare providers of children with PRD. An evidence report was generated and disseminated to task force members to assist with 3 rounds of asynchronous, anonymous voting by email using a modified Delphi approach. Voting was completed using a 9-point numeric scoring system with predefined levels of agreement (categorized as disagreement, uncertainty, or agreement, with median scores of 1-3, 4-6, and 7-9, respectively) and consensus (categorized as low, moderate, or high). To be approved as a guidance statement, median vote ratings were required to fall into the highest tertile for agreement, with either moderate or high levels of consensus. RESULTS: The task force drafted 33 guidance statements, which were voted upon during the second and third rounds of voting. Of these 33 statements, all received median vote ratings within the highest tertile of agreement and were associated with either moderate consensus (n = 6) or high consensus (n = 27). Statements with similar recommendations were combined, resulting in 27 final guidance statements. CONCLUSION: These guidance statements have been generated based on review of the available literature, indicating that children with PRD do not appear to be at increased risk for susceptibility to SARS-CoV-2 infection. This guidance is presented as a "living document," recognizing that the literature on COVID-19 is rapidly evolving, with future updates anticipated.
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 | 0,025 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,019 |
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 ».