Severe COVID-19 Infection and Pediatric Comorbidities: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Objective: There is limited information on the severity of COVID-19 infection in children with comorbidities.We investigated the effects of pediatric comorbidities on COVID-19 severity by means of a systematic review and meta-analysis of published literature.Methods: PubMed, Embase, and Medline databases were searched for publications on pediatric COVID-19 infections published January 1 st to October 5 th , 2020.Articles describing at least one child with and without comorbidities, COVID-19 infection, and reported outcomes were included.Results: 42 studies containing 275,661 children without comorbidities and 9,353 children with comorbidities were included.Severe COVID-19 was present in 5.1% of children with comorbidities, and in 0.2% without comorbidities.Random-effects analysis revealed a higher risk of severe COVID-19 among children with comorbidities than for healthy children; relative risk ratio 1.79 (95% CI 1.27 -2.51;I 2 = 94%).Children with underlying conditions also had a higher risk of COVID-19-associated mortality; relative risk ratio 2.81 (95% CI 1.31 -6.02;I 2 = 82%).Children with obesity had a relative risk ratio of 2.87 (95% CI 1.16 -7.07;I 2 = 36%).Conclusions: Children with comorbidities have a higher risk of severe COVID-19 and associated mortality than children without underlying disease.Additional studies are required to further evaluate this relationship.
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,036 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».