Defining the Clinicoradiologic Syndrome of SARS-CoV-2 Acute Necrotizing Encephalopathy
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: We characterize clinical and neuroimaging features of SARS-CoV-2-related acute necrotizing encephalopathy (ANE). METHODS: Systematic review of English language publications in PubMed and reference lists between January 1, 2020, and June 30, 2023, in accordance with PRISMA guidelines. Patients with SARS-CoV-2 infection who fulfilled diagnostic criteria for sporadic and genetic ANE were included. RESULTS: was present in 2 children: one known to have this before SARS-CoV-2 infection, and a patient tested because the SARS-CoV-2 infection was the second encephalopathic illness. Three other children with no prior encephalopathy or family history of encephalopathy were negative for this variant. Fifteen (75%) received immunotherapy (with IV methylprednisolone, immunoglobulins, tocilizumab, or plasma exchange): 6 (40.0%) with monotherapy and 9 (60.0%) had combination therapy. Deaths were in 8 of 17 with data (47.1%): a 2-month-old male infant and 7 adults (87.5%) of median age 56 years (33-70 years), 4 of whom did not receive immunotherapy. DISCUSSION: Children and adults with SARS-CoV-2 ANE have similar clinical features and neuroimaging characteristics. Mortality is high, predominantly in patients not receiving immunotherapy and at the extremes of age.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».