Thrombosis and hemorrhage experienced by hospitalized children with SARS‐CoV‐2 infection or MIS‐C: Results of the PICNIC registry
Notice bibliographique
Résumé
INTRODUCTION: Coagulopathy and thrombosis associated with SARS-CoV-2 infection are well defined in hospitalized adults and leads to adverse outcomes. Pediatric studies are limited. METHODS: An international multicentered (n = 15) retrospective registry collected information on the clinical manifestations of SARS-CoV-2 and multisystem inflammatory syndrome (MIS-C) in hospitalized children from February 1, 2020 through May 31, 2021. This sub-study focused on coagulopathy. Study variables included patient demographics, comorbidities, clinical presentation, hospital course, laboratory parameters, management, and outcomes. RESULTS: Nine hundred eighty-five children were enrolled, of which 915 (93%) had clinical information available; 385 (42%) had symptomatic SARS-CoV-2 infection, 288 had MIS-C (31.4%), and 242 (26.4%) had SARS-CoV-2 identified incidentally. Ten children (1%) experienced thrombosis, 16 (1.7%) experienced hemorrhage, and two (0.2%) experienced both thrombosis and hemorrhage. Significantly prevalent prothrombotic comorbidities included congenital heart disease (p-value .007), respiratory support (p-value .006), central venous catheter (CVC) (p = .04) in children with primary SARS-CoV-2 and in those with MIS-C included respiratory support (p-value .03), obesity (p-value .002), and cytokine storm (p = .012). Comorbidities prevalent in children with hemorrhage included age >10 years (p = .04), CVC (p = .03) in children with primary SARS-CoV-2 infection and in those with MIS-C encompassed thrombocytopenia (p = .001) and cytokine storm (p = .02). Eleven patients died (1.2%), with no deaths attributed to thrombosis or hemorrhage. CONCLUSION: Thrombosis and hemorrhage are uncommon events in children with SARS-CoV-2; largely experienced by those with pre-existing comorbidities. Understanding the complete spectrum of coagulopathy in children with SARS-CoV-2 infection requires ongoing research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».