Seasons of Kawasaki Disease during the COVID-19 pandemic
Notice bibliographique
Résumé
The incidence of Kawasaki Disease has a peak in the winter months with a trough in late summer/early fall. Environmental/exposure factors have been associated with a time-varying incidence. These factors were altered during the COVID-19 pandemic. The study was performed through the International Kawasaki Disease Registry. Data from patients diagnosed with acute Kawasaki Disease and Multiple Inflammatory Syndrome-Children were obtained. Guideline case definitions were used to confirm site diagnosis. Enrollment was from 1/2020 to 7/2023. The number of patients was plotted over time. The patients/month were tabulated for the anticipated peak Kawasaki Disease season (December-April) and non-peak season (May-November). Data were available for 1975 patients from 11 large North American sites with verified complete data and uninterrupted site reporting. The diagnosis criteria were met for 531 Kawasaki Disease and 907 Multiple Inflammatory Syndrome-Children patients. For Multiple Inflammatory Syndrome-Children there were peaks in January of 2021 and 2022. For Kawasaki Disease, 2020 began (January-March) with a seasonal peak (peak 26, mean 21) with a subsequent fall in the number of cases/month (mean 11). After the onset of the pandemic (April 2020), there was no clear seasonal Kawasaki Disease variation (December-April mean 12 cases/month and May-November mean 10 cases/month). During the pandemic, the prevalence of Kawasaki Disease decreased and the usual seasonality was abolished. This may represent the impact of pandemic public health measures in altering environmental/exposure aetiologic factors contributing to the incidence of Kawasaki Disease.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».