Transient vs Permanent Congenital Hypothyroidism in Ontario, Canada: Predictive Factors and Scoring System
Notice bibliographique
Résumé
CONTEXT: The apparent increased incidence of congenital hypothyroidism (CH) is partly due to increased detection of transient disease. OBJECTIVE: This work aims to identify predictors of transient CH (T-CH) and establish a predictive tool for its earlier differentiation from permanent CH (P-CH). METHODS: A retrospective cohort study was conducted of patients diagnosed with CH from 2006 to 2015 through Newborn Screening Ontario (NSO). RESULTS: Of 469 cases, 360 (76.8%) were diagnosed with P-CH vs 109 (23.2%) with T-CH. Doses of levothyroxine predicting T-CH were less than 3.9 μg/kg at age 6 months, less than 3.0 μg/kg at ages 1 and 2 years, and less than 2.5 μg/kg at age 3 years. Descriptive statistics and multivariable logistic modeling demonstrated several diverging key measures between patients with T-CH vs P-CH, with optimal stratification at age 1 year. Thyroid imaging was the strongest predictor (P < .001). Excluding imaging, significant predictors in the first year of life included thyroxine dose/kg (P < .001-.002), increase in thyrotropin (TSH) above the reference interval during treatment (P = .002), screening TSH (P = .03), and a history of maternal thyroid disease (P = .02). Based on the 1-year model without imaging, a risk score was developed to identify children with T-CH who may benefit from an earlier trial off therapy, to reduce excess medicalization and health care costs. CONCLUSION: A levothyroxine dose of less than 3 μg/kg at ages 1 and 2 years and less than 2.5 μg/kg at age 3 years can be predictive of T-CH. A novel risk score was developed that can be clinically applied to predict the likelihood of a successful trial off therapy for a given patient at age 1 year.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».