A Systematic Review of Persistent Clinical Features After SARS-CoV-2 in the Pediatric Population
Notice bibliographique
Résumé
CONTEXT: Long-term health effects after coronavirus disease 2019 (COVID-19) have been increasingly reported but their prevalence and significance in the pediatric population remains uncertain. OBJECTIVE: To present the prevalence and characteristics of the long-term clinical features of COVID-19 (long COVID) in the global pediatric population. DATA SOURCES: PubMed, Embase, Web of Science, Cochrane Library, WHO COVID-19 database, google scholar, medRxiv, bioRxiv, and multiple national public health databases. STUDY SELECTION: Published articles and preprints from December, 2019 to December, 2022 investigating the epidemiology and characteristics of persistent clinical features at least 3 months after COVID-19 in children and adolescents (0-19 years old) were included. DATA EXTRACTION: Study characteristics and detailed description of long COVID were extracted into a predefined form. RESULTS: Twenty seven cohorts and 4 cross-sectional studies met the inclusion criteria and involved over 15 000 pediatric participants. A total of more than 20 persistent symptoms and clinical features were reported among children and adolescents. 16.2% (95% confidence interval 8.5% to 28.6%) of the pediatric participants experienced 1 or more persistent symptom(s) at least 3 months post COVID-19. Female gender might be associated with developing certain long COVID symptoms. LIMITATIONS: Included studies presented with great heterogeneity because of significant variations in the definition of "long COVID," follow up duration, and method. There could be nonresponse and other potential bias. CONCLUSIONS: Persistent clinical features beyond 3 months among children and adolescents with proven COVID-19 are common and the symptom spectrum is wide. High-quality, prospective studies with proper controls are necessary in the future.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».