Treatment of immunoglobulin-resistant kawasaki disease: a Bayesian network meta-analysis of different regimens
Notice bibliographique
Résumé
Background: This study aimed to gather evidence from clinical trials on the efficacy and safety of the available treatments for intravenous immunoglobulin (IVIG)-resistant Kawasaki disease (KD) in children. Methods: This work adopted the Newcastle-Ottawa scale to analyse the quality of the enrolled articles. A network meta-analysis was performed using clinical trials that compared drugs used to treat IVIG-resistant KD. Aggregate Data Drug Information System software v.1.16.5 was employed to analyse whether infliximab, second IVIG infusions, and intravenous pulse methylprednisolone (IVMP) were safe and effective. Results: Ten studies, involving 704 patients with IVIG-resistant KD, were identified and analysed. Overall, infliximab exhibited remarkable antipyretic activity compared with the second IVIG infusions (2.46, 1.00-6.94). According to the drug rank, infliximab was the best option against IVIG-resistant KD. Regarding adverse effects, the infliximab group was more prone to hepatomegaly. A second IVIG infusion was more likely to result in haemolytic anaemia. IVMP treatment was more susceptible to bradycardia, hyperglycaemia, hypertension, and hypothermia. In addition, infliximab, IVMP, and the second IVIG infusions showed no significant differences in the risk of developing a coronary artery aneurysm (CAA). Conclusion: Infliximab was the best option against IVIG-resistant KD, and IVMP, infliximab, and second IVIG infusions have not significant differences of prevent CAA in patients with IVIG-resistant KD. Systematic Review Registration: Identifier: https://osf.io/3894y.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,002 | 0,005 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».