Hospitalization and Mortality Due to Infection Among Children and Adolescents With Systemic Lupus Erythematosus in the United States
Notice bibliographique
Résumé
Objective We aimed to determine the frequency and types of infections in hospitalized children with childhood-onset systemic lupus erythematosus (cSLE), and to identify risk factors for intensive care unit (ICU) admission and mortality. Methods We conducted a retrospective study of youth aged 2 to 21 years using International Classification of Diseases (ICD) codes for SLE assigned during admission to a hospital participating in the Pediatric Health Information System, a database of United States children’s hospitals, from 2009 to 2021. Generalized linear mixed effects models were used to identify risk factors for ICU admission and mortality among children hospitalized with infection. Results We identified 8588 children with cSLE and ≥ 1 hospitalization. Among this cohort, there were 26,269 hospitalizations, of which 13% had codes for infections, a proportion that increased over time (P= 0.04). Bacterial pneumonia was the most common hospitalized infection. In-hospital mortality occurred in 0.4% (n = 103) of cSLE hospitalizations for any indication and 2% of hospitalizations for infection (n = 60). The highest mortality rates occurred withPneumocystis jiroveciipneumonia (21%) and other fungal infections (21%). Lupus nephritis (LN) and endstage renal disease (ESRD) were associated with increased odds of ICU admission (odds ratio [OR] 1.47 [95% CI 1.2-1.8] and OR 2.40 [95% CI 1.7-3.4]) among children admitted for serious infection. ESRD was associated with higher mortality (OR 2.34 [95% CI 1.1-4.9]). Conclusion Hospitalizations with ICD codes for infection comprised a small proportion of cSLE admissions but accounted for the majority of mortality. The proportion of hospitalizations for infection increased over time. LN and ESRD were risk factors for poor outcomes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».