MétaCan
Menu
Retour à la cohorte
Enregistrement W4312924313 · doi:10.33590/emjdermatol/10314478

Serum Sickness-Like Reaction in Children: Review of the Literature

2019· article· en· W4312924313 sur OpenAlexaff
Blanca R. Del Pozzo‐Magaña, Alejandro Lazo‐Langner

Notice bibliographique

RevueEMJ Dermatology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDrug-Induced Adverse Reactions
Établissements canadiensWestern UniversityChildren's Hospital of Western Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineSerum sicknessErythema multiformeNonsteroidalIntensive care medicineDrug reactionDermatologyToxic epidermal necrolysisAntibioticsArthritisErythemaAdverse drug reactionDrugPediatricsImmunologyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Serum sickness-like reaction (SSLR) is an acute inflammatory condition affecting children and adults characterised by the development of erythematous skin lesions and joint swelling with or without fever. Although these features resemble the ones seen in patients with classic serum sickness, the precise pathophysiology of SSLR remains unclear. It is considered that drugs, usually β-lactam antibiotics, and some infectious agents can trigger an immunologic reaction that leads to these clinical manifestations. This condition is usually under-recognised or mistakenly diagnosed as other conditions (e.g., urticaria, urticaria multiforme, reactive arthritis, erythema multiforme) and therefore infrequently reported. Until now, there was no standardised treatment for this condition and controversy regarding the use of antihistamines, nonsteroidal anti-inflammatory drugs, and oral corticosteroids remains. Most of the current literature on SSLR is based on occasional case reports series. The main objective of this manuscript is to offer an organised and updated review of the clinical features and current treatment options for paediatric SSLR, useful for physicians and other health professionals with interest in paediatrics and adverse drug reactions.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,005
Tête enseignante GPT0,254
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'étudeRevue systématique
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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEMJ DermatologyMême sujetDrug-Induced Adverse ReactionsTravaux en français237 207