Challenges in the Clinical Recognition of Acute Flaccid Myelitis and its Implications
Notice bibliographique
Résumé
OBJECTIVES: To explore the challenges in diagnosing acute flaccid myelitis (AFM) and evaluate clinical features and treatment paradigms associated with under recognition. STUDY DESIGN: This was a retrospective multicenter study of pediatric patients (≤18 years) who were diagnosed with AFM from 2014 to 2018 using the Centers for Disease Control and Prevention's case definition. RESULTS: In 72% of the cases (126 of 175), AFM was not considered in the initial differential diagnosis (n = 108; 61.7%) and/or the patient was not referred for acute care (n = 90; 51.4%) at the initial clinical encounter, and this did not improve over time. Although many features of the presentation were similar in those initially diagnosed with AFM and those who were not; preceding illness, constipation, and reflexes differed significantly between the 2 groups. Patients with a non-AFM initial diagnosis more often required ventilatory support (26.2% vs 12.2%; OR, 0.4; 95% CI, 0.2-1.0; P = .05). These patients received immunomodulatory treatment later (3 days vs 2 days after neurologic symptom onset; 95% CI, -2 to 0; P = .05), particularly intravenous immunoglobulin (5 days vs 2 days; 95% CI, -4 to -2; P < .001). CONCLUSIONS: Delayed recognition of AFM is concerning because of the risk for respiratory decompensation and need for intensive care monitoring. A non-AFM initial diagnosis was associated with delayed treatment that could have a clinical impact, particularly as new treatment options emerge.
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 | 0,008 | 0,050 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».