Increasing Cases of Chronic Nonbacterial Osteomyelitis in Children: A Series of 215 Cases From a Single Tertiary Referral Center
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Chronic nonbacterial osteomyelitis (CNO) is a rare autoinflammatory bone disease that is gaining recognition from clinicians and researchers. We aim to publish data from our cohort of patients with CNO living in the northwestern United States to increase the awareness of specific demographics, characteristics, and presentation of this rare disease. METHODS: A retrospective chart review was performed of our electronic medical records. Patients with complete chart records who met criteria for a diagnosis of CNO from 2005 to 2019 were included. Extracted data including patient demographics, bone biopsy results, and lesion locations on advanced imaging were analyzed. King County census data were used to calculate the annual new case rate within our center. RESULTS: A total of 215 CNO cases were diagnosed at our large tertiary pediatric hospital. The majority of cases were of White race residing in Washington's most populous county, King County. Most cases were diagnosed in 2016 to 2019, showing a significant increase in the annual case rate from 8 to 23 per million children in King County, though there did not appear to be a seasonal predilection. Biopsy rate decreased from 75% to 52%. One hundred fifty-two (71%) children had family history of autoimmunity. With increasing use of whole-body magnetic resonance imaging (WB-MRI), results showed 68% had multiple lesions. CONCLUSION: CNO has been diagnosed at an increased rate in recent years. WB-MRI may assist in identifying other lesions that may be asymptomatic on presentation. Bone biopsy is still required in some children at the time of diagnosis.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 découle