The Effectiveness of No or Low-Dose versus High-Dose Aspirin in Treating Acute Kawasaki Disease: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
This systematic review and meta-analysis assesses the effectiveness of no or low-dose versus high-dose aspirin on the incidence of coronary artery aneurysms (CAAs), intravenous immunoglobulin (IVIG) resistance, hospital stay length, and fever duration during the acute phase of Kawasaki disease. Our review adheres to the Preferred Reporting Items for Systematic Reviews guidelines. The PubMed and Google Scholar databases were comprehensively searched to identify relevant studies in the literature, including observational studies and randomized controlled trials (RCTs). The primary outcome was the incidence of CAAs. The secondary outcomes were the hospital stay length, fever duration, and IVIG resistance. The risk of bias was assessed using the Newcastle-Ottawa scale for cohort studies and Cochrane's Risk of Bias Tool for RCTs. The data were analyzed using the Review Manager software. Twelve studies with a total of 68,495 participants met the inclusion criteria. The incidences of CAAs (odds ratio [OR] = 0.93; 95% confidence interval [CI] = 0.64-1.34) and IVIG resistance (OR = 1.46; 95% CI = 1.00-2.12) did not differ significantly between no or low-dose versus high-dose aspirin in treating acute KD. Moreover, the fever durations (mean difference [MD] = 3.55 h; 95% CI = -7.99-15.10) and hospital stay lengths (MD = -0.54 days; 95% CI = -2.50-1.41) were similar in the no and low-dose aspirin group compared to the high-dose aspirin group. Our review indicates that there are no significant differences in the incidences of CAA and IVIG resistance, fever durations, and hospital stay lengths between no or low-dose versus high-dose aspirin in treating the acute phase of KD.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».