COVID-19 in Pediatric Patients: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: The coronavirus disease (COVID)-19 pandemic has been an enormous global health burden, resulting in hundreds of millions of documented infections and more than 3 million deaths. Increasing reports characterizing the effects of COVID-19 in pediatric populations have been published during the course of the pandemic. We performed a systematic review to assess the scope of diagnosis, treatment, and management of COVID-19 in pediatric patients. MATERIALS AND METHODS: We searched the Cochrane Database of Systematic Reviews, PubMed, CINAHL, and Embase for studies published between January 1, 2020, and May 1, 2021. Each result was screened by 2 authors independently, and discordant findings were adjudicated by a third party. Data extracted included demographic data, symptom data, and clinical data including mortality, severe illness, laboratory data, radiologic data, and treatment. Bias assessment was performed using the Newcastle-Ottawa Quality Assessment Scale for Cohort Studies. RESULTS: We found a total of 16,266 search results, and we accepted 63 manuscripts into the review. The quality of evidence was low. It was difficult to estimate the risk of mortality in pediatric patients with COVID-19 given the quality of the evidence, but overall it is likely below 1%. The most common symptoms in symptomatic pediatric COVID-19 patients were fever (58%) and cough (50%). There was a high proportion of asymptomatic infection (65%). DISCUSSION: Pediatric COVID-19 infection is mild and frequently asymptomatic. There is a low risk of severe illness or death in children who contract COVID-19. High-quality studies should be conducted to develop best practices for prevention, diagnosis, and management of symptomatic illness.
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 | 0,004 | 0,327 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».