Frequency and impact of paediatric acute-onset neuropsychiatric syndrome/paediatric autoimmune neuropsychiatric disorders associated with streptococcal infections diagnosis in Canada
Notice bibliographique
Résumé
Objectives: This study aims to estimate the prevalence of the PANS/PANDAS diagnostic label in Canada and describe its impact on families, patients, and health care. Methods: Through the Canadian Paediatric Surveillance Program (CPSP), a monthly form was distributed to paediatricians from December 2019 to November 2021, requesting reports of children who received the diagnostic label of PANS/PANDAS between the ages of 3 and 18 years seen in the previous month. Descriptive and association statistical analyses were performed. Results: Eighty-four cases (57% female, median age of symptom onset 7.8 years interquartile range [IQR] = 5) who received the diagnostic label of PANS/PANDAS were included. Prevalence was found to be 1 in 60,155 (0.0017%). Core diagnostic criteria for PANS/PANDAS (obsessive-compulsive disorder or tics or acute food refusal) were not present in 12% of cases (10/84). Only 22% reported sudden symptom onset. Infection was associated with symptom onset or exacerbation in less than one-third of cases. The majority exhibited two or more neuropsychiatric symptoms (95%). There was significant health care utilization and symptom burden amongst cases. There was a significant difference in the certainty of diagnosis between physicians and families (P < 0.05). Conclusions: PANS/PANDAS diagnoses, while rare, significantly impact children, families, and the health care system. Diagnostic uncertainty underscores the challenges professionals and families face in accessing effective care, emphasizing the need for education and evidence-based clinical practice guidelines.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,014 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».