Factors associated with severe respiratory syncytial virus disease in hospitalised children: a retrospective analysis
Notice bibliographique
Résumé
BACKGROUND: Early recognition of children at risk of severe respiratory syncytial virus (RSV) lower respiratory tract infection is important as it informs management decisions. We aimed to evaluate factors associated with severe disease among young children hospitalised with RSV infection. METHODS: We conducted a retrospective cohort study of all children <2 years of age hospitalised for RSV lower respiratory tract infection at a single tertiary paediatric hospital over three RSV seasons (January 2017-December 2019). We classified children as having 'moderate' or 'severe' disease based on the level of respiratory intervention and used univariable and multivariable regression models to determine factors associated with severe disease. RESULTS: Of 970 hospitalised children, 386 (40%) were classified as having 'severe' and 584 (60%) as having 'moderate' RSV disease. On multivariable analyses, age <2 months (OR: 2.3, 95% CI 1.6 to 3.3, p<0.0001), prematurity (OR: 1.6, 95% CI 1.1 to 2.4, p=0.02) and RSV-parainfluenza virus type 3 (PIV3) codetection (OR: 2.6, 95% CI 1.05 to 6.5, p=0.04) were independently associated with severe disease. CONCLUSION: Younger age, prematurity and PIV3 codetection were associated with severe RSV disease in children <2 years of age hospitalised with RSV infection. The association between PIV3 and severe RSV disease is a novel finding and warrants further investigation.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».