MétaCan
Menu
Retour à la cohorte
Enregistrement W4393983318 · doi:10.2196/49648

Kawasaki Disease and Respiratory Viruses: Ecological Spatiotemporal Analysis

2024· article· en· W4393983318 sur OpenAlexvenueno aff
Rana Sawires, Hazel J Clothier, David Burgner, Michael Fahey, Jim Buttery

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueKawasaki Disease and Coronary Complications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiseaseEcologyMedicineEnvironmental healthBiologyIntensive care medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background: Kawasaki disease is an uncommon vasculitis affecting young children. Its etiology is not completely understood, although infections have been frequently postulated as the triggers. Respiratory viruses, specifically, have often been implicated as causative agents for Kawasaki disease presentations. Objective: We aimed to conduct an ecological spatiotemporal analysis to determine whether Kawasaki disease incidence was related to community respiratory virus circulation in a shared region and population, and to describe viral associations before and during the COVID-19 pandemic. Methods: We obtained independent statewide data sets of hospital admissions of Kawasaki disease and respiratory multiplex polymerase chain reaction tests performed at two large hospital networks in Victoria, Australia, from July 2011 to November 2021. We studied spatiotemporal relationships by negative binomial regression analysis of the monthly incidence of Kawasaki disease and the rate of positive respiratory polymerase chain reaction tests in different regions of Victoria. Peak viral seasons (95th percentile incidence) were compared to median viral circulation (50th percentile incidence) to calculate peak season increased rate ratios. Results: While no seasonal trend in Kawasaki disease incidence was identified throughout the study period, we found a 1.52 (99% CI 1.27-1.82) and a 1.43 (99% CI 1.17-1.73) increased rate ratio of Kawasaki disease presentations in association with human metapneumovirus and respiratory syncytial virus circulation, respectively, before the COVID-19 pandemic. No respiratory viral associations with Kawasaki disease were observed during the COVID-19 pandemic. Conclusions: Our large ecological analysis demonstrates novel spatiotemporal relationships between human metapneumovirus and respiratory syncytial virus circulation with Kawasaki disease. The disappearance of these associations in the COVID-19 pandemic may reflect the reduced circulation of non-SARS-CoV-2 viruses during this period, supporting the prepandemic associations identified in this study. The roles of human metapneumovirus and respiratory syncytial virus in Kawasaki disease etiology warrant further investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,364
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetKawasaki Disease and Coronary ComplicationsTravaux en français237 207