MétaCan
Menu
Retour à la cohorte
Enregistrement W4212843349 · doi:10.1016/j.cjcpc.2022.01.003

Review of MIS-C Clinical Protocols and Diagnostic Pathways: Towards a Consensus Algorithm

2022· article· en· W4212843349 sur OpenAlexaffabout
Ashley Tritt, Ikram-Nour Abda, Nagib Dahdah

Notice bibliographique

RevueCJC Pediatric and Congenital Heart Disease · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueKawasaki Disease and Coronary Complications
Établissements canadiensUniversité de SherbrookeUniversité de MontréalCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicPulmonologyIntensive care medicineInternal medicineDiseasePediatricsInfectious disease (medical specialty)Family medicineCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

Background: The emergence of multisystem inflammatory syndrome in children (MIS-C) during the severe acute respiratory syndrome coronavirus 2 pandemic led to the development of institutional clinical pathways based on expert opinion. We assessed North American paediatric centres' adaptation to MIS-C and analysed the degree of agreement between algorithms on tiered clinical investigations. Methods: This study evaluated MIS-C diagnostic algorithms from 50 tertiary centres developed between May 2020 and December 2021 in the United States and Canada obtained online and through colleagues in various institutions. Descriptive statistics were used to analyse results. Results: All clinical pathways used a tiered approach, and most required coronavirus disease 2019 polymerase chain reaction testing on presentation. Over one-quarter used a 24-hour fever to initiate investigations, and another quarter used 3 days. Basic biochemical workup was performed in all centres on presentation (complete blood count, inflammatory markers, hepatic, and renal functions). Specialized investigation was generally reserved for secondary testing (cardiac biomarkers, electrocardiogram and echo, and coagulation panel). Institutions were divided on several investigations for tier distribution, including urine studies, blood cultures, chest radiograph, and severe acute respiratory syndrome coronavirus 2 serology. Subspecialty consultations were reserved for second-line testing, including cardiology, infectious disease, and rheumatology. Finally, we propose a composite algorithm representative of the consulted pathways. Conclusions: Faced with an unprecedented clinical challenge, paediatric institutions responded swiftly with evaluation standardization, adapting to evolving knowledge. Most pathways agreed on initial basic screening tests followed by secondary workup including cardiac investigations. These protocols, developed during a high level of uncertainty, require comparative assessment on efficacy and superiority.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,247
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,050
Tête enseignante GPT0,350
Écart entre enseignants0,300 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCJC Pediatric and Congenital Heart DiseaseMême sujetKawasaki Disease and Coronary ComplicationsTravaux en français237 207