MétaCan
Menu
Retour à la cohorte
Enregistrement W3136804259 · doi:10.1097/cce.0000000000000362

Characteristics of Severe Acute Respiratory Syndrome Coronavirus-2 Infection and Comparison With Influenza in Children Admitted to U.K. PICUs

2021· article· en· W3136804259 sur OpenAlexfundno aff
Hari Krishnan Kanthimathinathan, Hannah Buckley, Caroline Lamming, Peter J. Davis, Padmanabhan Ramnarayan, Richard Feltbower, Elizabeth S. Draper

Notice bibliographique

RevueCritical Care Explorations · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesHospital for Sick ChildrenHCA HealthcareAcademy of Medical Royal CollegesNHS Health Scotland
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Respiratory systemCoronavirusIntensive care medicine2019-20 coronavirus outbreakBetacoronavirusVirologyEmergency medicinePediatricsInternal medicineOutbreakDisease

Résumé

récupéré en direct d'OpenAlex

Objectives: Severe acute respiratory syndrome coronavirus-2 affects adults disproportionately more than children. A small proportion of children with severe acute respiratory syndrome coronavirus-2 required admission to a PICU. We describe the nationwide U.K. PICU experience of severe acute respiratory syndrome coronavirus-2 infection during the first wave of the pandemic and compare this with the critical care course of the 2019 influenza cohort. Design: Prospective nationwide cohort study of characteristics of severe acute respiratory syndrome coronavirus-2–positive children. Data collection utilized routine Pediatric Intensive Care Audit Network and severe acute respiratory syndrome coronavirus-2–specific data. Setting: All U.K. PICUs. Patients: Children less than 18 years old, admitted to U.K. PICUs between March 14, 2020, and June 13, 2020, and a positive severe acute respiratory syndrome coronavirus-2 polymerase chain reaction. Children admitted to U.K. PICUs in 2019 with influenza provided comparison. Interventions: None. Measurements and Main Results: We identified 76 PICU admissions among 73 children with a positive severe acute respiratory syndrome coronavirus-2 polymerase chain reaction test. Prevalence of PICU admissions per million was 5.2 for children versus 260 for adults. Ten children (14%) were identified on routine screening. Seventeen children (23%) had pediatric inflammatory multisystem syndrome temporally associated with severe acute respiratory syndrome coronavirus-2. Seventeen (23%) had coinfections. Invasive ventilation was required in seven of 17 children (41%) with pediatric inflammatory multisystem syndrome temporally associated with severe acute respiratory syndrome coronavirus-2 versus 38 of 56 other severe acute respiratory syndrome coronavirus-2 positive children (68%), with 77% requiring vasoactive support versus 43%, respectively. Seven children (10%) died. In comparison with influenza children, severe acute respiratory syndrome coronavirus-2 children were older (median [interquartile range]: 10 [1–13] vs 3 yr [1–8 yr]), more often Black or Asian (52% v 18%), higher weight z score (0.29 [–0.80 to 1.62] vs –0.41 [–1.37 to 0.63]), and higher deprivation index (3.3 [–1 to 6.3] vs 1.2 [–1.8 to 4.4]). Comorbidities, frequency of organ supports, and length of stay were similar. Conclusions: This nationwide study confirms that PICU admissions with severe acute respiratory syndrome coronavirus-2 infections were infrequent. We have reported similarities and differences in sociodemographic characteristics, organ support interventions, and outcomes of children affected by severe acute respiratory syndrome coronavirus-2 compared with influenza.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,452
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care ExplorationsMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207