Variation in the management and treatment of children with giant coronary artery aneurysm following Kawasaki disease
Notice bibliographique
Résumé
OBJECTIVES: Giant coronary artery aneurysms are rare but potentially fatal complications of Kawasaki disease. The lack of evidence-based recommendations on their management and treatment cause guidelines and practices to differ. We aimed to assess these variations. METHODS: An anonymous online survey regarding surveillance, imaging, pharmacological management, and interventional practices was distributed among 134 physicians attending to Kawasaki disease patients worldwide. A p-value of <0.05 was deemed significant. RESULTS: The majority (60%) of respondents were general paediatric cardiologists, and 29% interventional specialists. The average years in practice was 15 ± 9.6. Physicians from Asia had the most experience with giant coronary artery aneurysms. American practitioners preferred combining anticoagulants with aspirin. Beta-blockers and statins were more likely used in teenagers versus younger children. Cardiac catheterisation was most (52%) chosen for coronary surveillance in patients with echocardiogram anomalies, followed by Coronary CT-angiography. The indications for coronary intervention were split among respondents, regardless of geographic region or experience. The preferred treatment of coronary stenosis was percutaneous intervention (69%) versus bypass surgery. For thrombosis, thrombolytics (50%) were preferred over percutaneous (39%) and surgical (11%) interventions. Most (92%) preferred intervening in young children in a paediatric facility but were split between a paediatric and adult facility for older children. Most chose combined management by adult and paediatric specialists for either age-scenarios (70, 82%). CONCLUSION: As identified by our study, the lack of large studies and evidence-based recommendations cause uncertainty and ambivalence towards certain treatments. International collaborative efforts are needed to provide more robust evidence in the management of these patients.
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 | 0,001 | 0,012 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».