Abstract 11464: Spectrum and Associated Factors for Coronary Artery Involvement in Kawasaki Disease versus Multisystem Inflammatory Syndrome in Children Associated With Covid-19
Notice bibliographique
Résumé
Introduction: Kawasaki disease (KD) and Multisystem Inflammatory Syndrome in Children (MIS-C) associated with COVID-19 share clinical features and are both associated with coronary artery (CA) involvement. Methods: From January 2020 through January 2022, n=2566 contemporaneous KD, MIS-C and acute COVID-19 pediatric patients from 39 sites in 8 countries were enrolled into the International KD Registry. The study population was confined to 875 MIS-C patients meeting CDC criteria with confirmed or probable COVID-19 infection, and 492 KD patients meeting AHA guideline criteria without COVID-19 infection who had sufficient echo data. CA involvement was defined by maximum Z score in any branch at any timepoint (maxCAZ). Associated factors for each diagnosis were determined with multivariable logistic regression for maxCAZ>2. Results: Median maxCAZ was higher for KD (+1.43) vs MIS-C patients (+1.33; p=0.004). The groups did not differ regarding the incidence of maxCAZ>2 (KD 26% vs MIS-C 24%; p=0.42), although MIS-C patients had less severe Z score categories of involvement (FIGURE). In univariate analyses, higher peak troponin I (p<0.05) and NTproBNP (p=0.06) were associated with maxCAZ>2 for MIS-C but not KD patients. Lower LV ejection fraction was likewise associated with maxCAZ>2 for MIS-C (p=0.009) but not KD patients. For KD patients, independent factors associated with maxCAZ>2 were male sex, age <6 months, greater total days of fever, shock presentation, and higher peak platelet count and CRP (c-statistic 0.69). In contrast, for MIS-C patients the only independent factor associated with maxCAZ>2 was male sex (c-statistic 0.56). Conclusions: Compared to KD patients, MIS-C patients have a similar incidence but lesser severity of CA involvement with few associated factors, male sex being the only one in common. CA involvement was significantly associated with higher cardiac biomarkers and lower LV ejection fraction for MIS-C patients only.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».