Neuroimaging findings in children with COVID-19 infection: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract The COVID-19 pandemic has impacted individuals differently, and there's been a growing body of evidence pointing to neurological complications caused by the virus. However, our understanding of the range of neurological issues linked to SARS-CoV-2 infection in children is limited. This systematic review and meta-analysis aimed to assess the abnormal neuroimaging findings in pediatric COVID-19 patients, shedding light on this crucial aspect of the disease's impact on children. We conducted an extensive search in the PubMed, Medline, and ScienceDirect databases for observational studies reporting neuroimaging findings of the brain and spinal cord in children with COVID-19 between December 1, 2019, and October 30, 2021. Grey literature sources, including medRxiv and Google Scholar, were also explored. Pooled proportions of abnormal neuroimaging findings, categorized into neurovascular findings, ADEM-like lesions, encephalitic pattern, myelitis, transient splenial lesions, and other anomalies, were calculated using a random-effects model. Between-study heterogeneity was assessed using the χ2 statistic for pooled proportions and the inconsistency index I2. The Quality of the studies was evaluated using the NIH Quality Assessment Tool and the adapted Newcastle–Ottawa Scale. Our search yielded 9,605 articles, with 96 studies (involving 327 pediatric patients) included in the qualitative analysis. Of these, five reports (encompassing 111 patients) underwent quantitative analysis. The pooled proportion of pediatric COVID-19 patients with neurological symptoms and exhibiting abnormal neuroimaging findings was 43.74%. These findings were further categorized into neurovascular findings (8.22%), ADEM-like lesions (7.69%), encephalitic pattern (13.95%), myelitis (4.60%), transient splenial lesions (16.26%), and other abnormalities (12.03%). Insignificant between-study heterogeneity was observed in all categories, and our analysis did not reveal significant publication bias. In conclusion, a substantial proportion of pediatric COVID-19 patients with neurological symptoms have abnormal neuroimaging findings, underscoring the need for vigilant monitoring of neurological complications in this vulnerable population. Standardized reporting and long-term follow-up studies are essential to fully understand the implications of these findings. Collaborative research efforts will deepen our understanding of COVID-19's neurological dimensions in children and enhance clinical care for this population.
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 | 0,012 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,026 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».