MétaCan
Menu
Retour à la cohorte
Enregistrement W4294043996 · doi:10.1038/s41390-022-02263-w

Multisystem inflammatory syndrome in children (MIS-C) and neonates (MIS-N) associated with COVID-19: optimizing definition and management

2022· review· en· W4294043996 sur OpenAlexaff
Eleanor J. Molloy, Natasha Nakra, Chris Gale, Victoria R. Dimitriades, Satyan Lakshminrusimha

Notice bibliographique

RevuePediatric Research · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueKawasaki Disease and Coronary Complications
Établissements canadiensTrinity College
Organismes subventionnairesIrish Research eLibrary
Mots-clésMedicinePathophysiologyKawasaki diseaseDiseaseIntensive care medicineIncidence (geometry)ImmunologySystemic inflammatory response syndromeImmune systemInflammationMultisystem diseasePandemicCoronavirus disease 2019 (COVID-19)PediatricsInternal medicineInfectious disease (medical specialty)SepsisArtery

Résumé

récupéré en direct d'OpenAlex

During the SARS-CoV-2-associated infection (COVID-19), pandemic initial reports suggested relative sparing of children inversely related to their age. Children and neonates have a decreased incidence of SARS-CoV-2 infection, and if infected they manifested a less severe phenotype, in part due to enhanced innate immune response. However, a multisystem inflammatory syndrome in children (MIS-C) or paediatric inflammatory multisystem syndrome temporally associated with SARS-CoV-2 emerged involving coronary artery aneurysms, cardiac dysfunction, and multiorgan inflammatory manifestations. MIS-C has many similarities to Kawasaki disease and other inflammatory conditions and may fit within a spectrum of inflammatory conditions based on immunological results. More recently neonates born to mothers with SARS-CoV-2 infection during pregnancy demonstrated evidence of a multisystem inflammatory syndrome with raised inflammatory markers and multiorgan, especially cardiac dysfunction that has been described as multisystem inflammatory syndrome in neonates (MIS-N). However, there is a variation in definitions and management algorithms for MIS-C and MIS-N. Further understanding of baseline immunological responses to allow stratification of patient groups and accurate diagnosis will aid prognostication, and inform optimal immunomodulatory therapies. IMPACT: Multisystem inflammatory system in children and neonates (MIS-C and MIS-N) post COVID require an internationally recognized consensus definition and international datasets to improve management and plan future clinical trials. This review incorporates the latest review of pathophysiology, clinical information, and management of MIS-C and MIS-N. Further understanding of the pathophysiology of MIS-C and MIS-N will allow future targeted therapies to prevent and limit clinical sequelae.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,142
Tête enseignante GPT0,391
Écart entre enseignants0,249 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations103
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric ResearchMême sujetKawasaki Disease and Coronary ComplicationsTravaux en français237 207