MétaCan
Menu
Retour à la cohorte
Enregistrement W4408857222 · doi:10.1002/pne2.70003

Chest Pain in Children: Is It Another “Growing Pain”?

2025· review· en· W4408857222 sur OpenAlexaff
M Kassab, Abhay Katyal, Sonia Franciosi, Shubhayan Sanatani

Notice bibliographique

RevuePaediatric and Neonatal Pain · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueStreptococcal Infections and Treatments
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésChest painMedicineSomatizationPhysical therapyPhysical examinationEtiologyIntensive care medicinePsychological interventionTendernessAnxietyPsychiatrySurgery

Résumé

récupéré en direct d'OpenAlex

Chest pain is a common complaint among children that has a non-cardiac origin in 99% of pediatric cases. We conducted a literature review of the different proposed etiologies of pediatric chest pain, as well as the evidence base supporting current approaches. Among the non-cardiac causes of chest pain in children, musculoskeletal causes are reported to be the most prevalent. This includes precordial catch syndrome, Tietze's syndrome, and costochondritis. However, these origins of musculoskeletal chest pain were described historically, and their labels are likely applied too broadly. It is important that providers be able to differentiate between benign chest pain that truly has a musculoskeletal origin and that which lacks an identifiable cause. To determine the cause of chest pain, providers should take a detailed history, physical examination, electrocardiogram, and any additional indicated laboratory tests. Musculoskeletal chest pain should only be diagnosed if there is an objective finding of reproducible tenderness during the physical examination or if there is a plausible history. If no cause can be identified, the chest pain may be linked to somatization. As a result, these patients may benefit from psychiatric evaluation and mindfulness-based interventions. To better inform clinical care, providers should be aware of these emerging management approaches.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,297
Écart entre enseignants0,277 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatric and Neonatal PainMême sujetStreptococcal Infections and TreatmentsTravaux en français237 207