Hidradenitis Suppurativa in the Pediatric Population
Notice bibliographique
Résumé
Importance: Hidradenitis suppurativa (HS) in pediatric patients has been understudied. Increased awareness and recognition of HS prevalence in children demand efforts to better understand this condition. Objective: To describe the demographics, clinical features, treatment, associated comorbidities, and outcomes in a large cohort of pediatric patients with HS. Design, Setting, and Participants: International, multicenter, retrospective medical record review of pediatric patients (aged 1-18 years) with a clinical diagnosis of HS carried out in 10 dermatology clinics across the US, Canada, Israel, Australia, and Italy from January 1996 to January 2017. Main Outcomes and Measures: Patient demographics, clinical features, severity, associated comorbidities, and treatments in pediatric patients with HS. Results: This cross-sectional study included 481 patients diagnosed with HS. Overall, 386 (80%) were girls. The mean (SD) age of disease onset was 12.5 (2.9) years, and the mean (SD) age at diagnosis was 14.4 (3.5) years. Family history of HS was present in 111 of 271 (41%) patients. First signs/symptoms reported at disease onset were cyst/abscess in 229 of 481 (48%), pain/tenderness in 118 of 481 (25%), and papules/pustules in 117 of 481 (24%). At initial dermatologic assessment, 233 of 481 (48%) patients already had evidence of skin scarring. Disease severity (Hurley staging) was documented in 288 of 481 (60%) patients (47% stage 1, 45% stage 2 and 8% stage 3). Comorbid conditions were reported in 406 of 481 (85%) patients, the most common being obesity (263/406 [65%]) and acne vulgaris (118/406 [29%]). Complications occurred in 378 of 481 (79%) patients, the most common of which were scars or contractures (301/378 [80%]). Conclusions and Relevance: The findings of this study indicate that there is a gap in recognizing and diagnosing pediatric HS. Pediatric patients with HS are likely to present with other comorbidities. Prospective observational and interventional studies are needed to better understand clinical course and optimal treatments for pediatric HS.
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 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».