MétaCan
Menu
Retour à la cohorte
Enregistrement W4381546632 · doi:10.1016/j.ijid.2023.06.016

Severe coronavirus disease 2019 in pediatric solid organ transplant recipients: Big data convergence study in Korea (K-COV-N cohort)

2023· article· en· W4381546632 sur OpenAlexfundno aff
Ji‐Man Kang, Minsun Kang, Young‐Eun Kim, Yoon-Kyung Choi, Soo Jeong An, Jaehyun Seong, Min Jin Go, Kyungmin Huh, Jaehun Jung

Notice bibliographique

RevueInternational Journal of Infectious Diseases · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of KoreaNational Health Insurance ServiceMinistry of EducationNational Research FoundationKorea Disease Control and Prevention AgencyCHEO Research Institute
Mots-clésMedicineNasal cannulaConfidence intervalCohortCoronavirus disease 2019 (COVID-19)PediatricsSeverity of illnessCohort studyInternal medicineDiseaseSurgeryCannulaInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The risk of severe COVID-19 in children with a solid organ transplant (SOT) is not well established. We compare the relative risk of severe COVID-19 infection between pediatric SOT and non-SOT children. METHODS: The newly constructed K-COV-N cohort (Korea Disease Control and Prevention Agency-COVID-19-National Health Insurance Service) was used. Children with COVID-19 (<18 years old) who underwent SOT between January 2008 to January 2022 were included. Non-SOT children with COVID-19 were selected in a ratio of 1:4 using propensity score matching. Three definitions of severe COVID-19 were established based on their requirement for respiratory support: severe I (requiring respiratory support above a high-flow nasal cannula or prolonged hospitalization ≥6 days), severe II (requiring any oxygen supplement), and severe III (requiring any oxygen supplement or prolonged hospitalization ≥6 days). RESULTS: Among 2,957,323 children with COVID-19, 206 pediatric SOT recipients (SOTRs) were identified and included in the analysis along with 803 matched non-SOT children. Most infections (96.6%) occurred during the Omicron period; no cases of mortality were reported. Pediatric SOTR had a 3.6-fold (95% confidence interval = 1.1-11.7, P = 0.03) higher risk of severe I, and a 4.9-fold (95% confidence interval = 1.6-15.0, P = 0.006) higher risk of severe III than non-SOT children. No cases of severe II occurred in the non-SOT children. Although not statistically significant, no severe COVID-19 cases were reported in the vaccinated SOT group (0.0% vs 5.7%, P = 0.09 in severe III). CONCLUSION: Pediatric SOTRs have a significantly higher risk of severe COVID-19 than non-SOT children. Our findings support the need for tailored strategies for these high-risk children.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,441
Écart entre enseignants0,358 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Infectious DiseasesMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207