Cardiac Manifestations and Emerging Biomarkers in Multisystem Inflammatory Syndrome in Children (MIS-C): A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Cardiac involvement is a key prognostic factor in multisystem inflammatory syndrome in children (MIS-C), a rare but serious inflammatory condition that typically occurs 2-6 weeks after SARS-CoV-2 infection and is characterized by fever, systemic inflammation, and multiorgan involvement. Biomarkers may aid in early detection, severity assessment, and treatment stratification. OBJECTIVE: To evaluate the diagnostic utility of established and emerging serum biomarkers in MIS-C, with an emphasis on cardiac dysfunction and disease severity. METHODS: A systematic search was conducted in PubMed, Scopus, and Web of Science up to April 2025. Eligible studies included pediatric MIS-C cases with reported serum biomarkers. Meta-analyses were performed for NT-proBNP and troponin using random-effects models. Descriptive profiling was applied to emerging biomarkers. Subgroup comparisons were explored between severe and moderate MIS-C. Quality assessment followed the Newcastle-Ottawa Scale, and publication bias was assessed via funnel plots and Egger's test. RESULTS: A total of 67 studies were included, comprising >4000 pediatric MIS-C cases. NT-proBNP and troponin were consistently elevated (pooled means: 9697 pg/mL and 0.384 ng/mL, respectively), with a low risk of publication bias. Emerging biomarkers such as CXCL9, angiopoietin-2, and vitamin D revealed high inter-study variability but potential prognostic value. Subgroup analyses for selected studies (n = 5) suggested higher biomarker levels in severe MIS-C. CONCLUSIONS: NT-proBNP and troponin are robust indicators of cardiac injury in MIS-C. Emerging biomarkers show promise but require validation. Future studies should include copeptin and adopt standardized reporting to refine biomarker-guided management.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».