Management of Multisystem Inflammatory Syndrome in Children: Decision-Making Regarding a New Condition in the Absence of Clinical Trial Data
Notice bibliographique
Résumé
Multisystem inflammatory syndrome in children (MIS-C) is a new illness that evolved during the COVID-19 pandemic with initial reports of severe disease including use of extracorporeal membrane oxygenation and death. Institutions rapidly assembled task forces to develop treatment algorithms. At the national/international levels, collaboratives and associations assembled consensus writing groups to draft guidelines. These guidelines and algorithms were initially on the basis of expert opinion and small case series. Some groups used the Delphi approach, and the resultant guidelines often mimicked those for other conditions that resembled MIS-C, like Kawasaki disease (KD). For instance, intravenous immunoglobulin (IVIG), a known effective treatment for KD, was recommended for MIS-C. Early in the pandemic many favoured IVIG over steroids as first-line therapy. As evidence evolved so did some guidelines, which now endorse the dual use of IVIG with steroids as first-line therapy. In contrast, withholding immunotherapy became an option for some MIS-C patients with mild symptoms. Herein, we review guidelines and discuss the evidence informing early recommendations, how this has evolved, the role and limitations of expert opinion and observational data, and the importance of leveraging existing research infrastructures, such as the intensive care unit collaborative (Overcoming COVID-19 surveillance registry), and the International Kawasaki Disease Registry. Finally, we discuss strategies to rapidly develop, deploy, and adapt clinical trials evaluating the treatment of such rare conditions in children, which might include alternatives to conventional clinical trial design. The emergence of MIS-C during the COVID-19 pandemic has highlighted unmet needs regarding research of a new condition.
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 | 0,052 | 0,171 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».