Chest imaging for COVID-19: a single-center comparative results in pediatric patients
Notice bibliographique
Résumé
BACKGROUND: Chest computed tomography (CT) appears to be an important radiological modality for the diagnosis of COVID-19 in adults. Studies comparing the findings of such children with those of other viral infections have not been reported either. The aim of this study was to present comparative imaging findings of 75 pediatric COVID-19 patients and four patients with other viral upper respiratory tract infections. We also aimed to demonstrate the possible association between the radiological and laboratory findings in the COVID group. METHODS: From 11 March 2020 to 20 June 2020, 79 children (aged < 18 years) were enrolled. COVID-19 was detected by RT-PCR or antibody testing. A plain chest X-ray was obtained from all subjects. Non-contrast chest CT was performed for symptomatic patients. RESULTS: Seventy-five patients had COVID-19 and 4 were infected with other pathogens i.e. adenovirus, rhinovirus, parainfluenza virus B, respiratory syncytial virus. The ages of the patients (36 M, 43 F) ranged from 7 months to 17 years old. The sensitivity of chest X-ray (as compared to RT-PCR) was 10.67% (95 CI%: 4.72 - 19.94%). From 23 chest CT`s five of them were normal and nine of them had only nodules ( < 5mm). The sensitivity of CT was 78.26% (95CI%: 54.30 - 92.54%), false-negative rate was 21.7%. CONCLUSIONS: The sensitivity of chest CT was found to be low and any significant correlations could have not been depicted, between the radiological parameters and the presence of lymphopenia. Clinical follow-up combined with corresponding pathogen detection, and chest CT of the symptomatic COVID-19 patients might be a feasible/prompt protocol in children.
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 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».