MétaCan
Menu
← Retour à la cohorte
Enregistrement W4224319035 · doi:10.21203/rs.3.rs-1581727/v1

SARS-CoV-2 infection in technology dependent children: a multicenter case series

2022· preprint· en· W4224319035 sur OpenAlexaffabout
Joan Robinson, Tammie Dewan, Shaun K. Morris, Ari Bitnun, Peter J. Gill, Tala El Tal, Ronald M. Laxer, E. Ann Yeh, Carmen Yea, Rolando Ulloa‐Gutiérrez, Helena Brenes-Chacón, Adriana Yock‐Corrales, Gabriela Ivankovich‐Escoto, Alejandra Soriano‐Fallas, Marcela Hernández-de Mezerville, Jesse Papenburg, Marie‐Astrid Lefebvre, Alireza Nateghian, Behzad Haghighi, Ali Anari Manafi, Rachel Dwilow, Jared Bullard, Suzette Cooke, Léa Restivo, Alison Lopez, Manish Sandarangani, Ashley Roberts, Nicole LeSaux, Jennifer Bowes, Rupeena Purewal, Janell Lautermilch, Jacqueline Wong, Dominique Piché, Karina A. Top, Cheryl Foo, Luc Panetta, Joanna Merckx, Michelle Barton

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensMemorial University of NewfoundlandMcMaster UniversityMcGill UniversityUniversity of OttawaUniversity of British ColumbiaUniversity of ManitobaUniversity of CalgaryDalhousie UniversityWestern UniversityUniversity of TorontoUniversité de MontréalUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineDemographicsMechanical ventilationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PediatricsCoronavirus disease 2019 (COVID-19)Stage (stratigraphy)Ventilation (architecture)Emergency medicineAnesthesiaInternal medicineDemographyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: The objective of this study was to describe the clinical course and outcomes in children with technology-dependence (TD) hospitalized with SARS-CoV-2 infection.Methods: Seventeen pediatric hospitals (15 Canadian and one each in Iran and Costa Rica) included children up to 17 years of age admitted February 1, 2020, through May 31, 2021, with detection of SARS-CoV-2. For those with TD, data were collected on demographics, clinical course and outcome. Results: Of 691 children entered in the database, 42 (6%) had TD of which 22 had feeding tube dependence only, 9 were on supplemental oxygen only, 3 had feeding tube dependence and were on supplemental oxygen, 2 had a tracheostomy but were not ventilated, 4 were on non-invasive ventilation, and 2 were on mechanical ventilation prior to admission. Three of 42 had incidental SARS-CoV-2 infection. Two with end-stage underlying conditions were transitioned to comfort care and died. Sixteen (43%) of the remaining 37 cases required increased respiratory support from baseline due to COVID-19 while 21 (57%) did not. All survivors were discharged home.Conclusion: Children with TD appear to have an increased risk of COVID-19 hospitalization. However, in the absence of end-stage chronic conditions, all survived to discharge.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,128
Tête enseignante GPT0,517
Écart entre enseignants0,389 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→