Point-of-care lung ultrasound imaging in pediatric COVID-19
Notice bibliographique
Résumé
BACKGROUND: There has been limited data regarding the usefulness of lung ultrasound (US) in children with COVID-19. OBJECTIVE: To describe lung US imaging findings and aeration score of 34 children with COVID-19. METHODS: This study included 0-16-year-old patients with confirmed COVID-19, who were admitted between April 19 and June 18, 2020 in two hospitals in the city of Sao Paulo, Brazil. Lung US was performed as part of the routine evaluation by a skilled Pediatric Emergency physician. Clinical and laboratory data were collected and severity classifications were done according to an available clinical definition. The lung US findings were described for each lung field and a validated ultrasound lung aeration score was calculated. Data obtained was correlated with clinical information and other imaging modalities available for each case. RESULTS: Thirty-four confirmed COVID-19 patients had a lung US performed during this period. Eighteen (18/34) had abnormalities on the lung US, but eight of them (8/18) had a normal chest radiograph. Ultrasound lung aeration score medians for severe/critical, moderate, and mild disease were 17.5 (2-30), 4 (range 0-14), 0 (range 0-15), respectively (p = 0.001). Twelve patients (12/34) also had a chest computed tomography (CT) performed; both the findings and topography of lung compromise on the CT were consistent with the information obtained by lung US. CONCLUSION: Point-of-care lung US may have a key role in assessing lung injury in children with COVID-19.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».