MétaCan
Menu
Retour à la cohorte
Enregistrement W4410847111 · doi:10.1097/inf.0000000000004856

Severity of COVID-19 in Hospitalized Immunocompromised Children Across Canada

2025· article· en· W4410847111 sur OpenAlexafffundabout
Costanza Di Chiara, Tilmann Schober, Daniel S. Farrar, Julie A. Bettinger, Olivier Drouin, Joanne E. Embree, Scott A. Halperin, Charlotte Moore Hepburn, Tajdin Jadavji, Kescha Kazmi, Rupeena Purewal, Manish Sadarangani, Laura Sauvé, Karina A. Top, Fatima Kakkar, Jesse Papenburg, Shaun K. Morris

Notice bibliographique

RevueThe Pediatric Infectious Disease Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensCanadian Paediatric SocietyPublic Health OntarioUniversity of AlbertaSaskatchewan Health AuthorityAlberta Children's HospitalHospital for Sick ChildrenUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineDalhousie UniversityBC Children's HospitalUniversity of British ColumbiaUniversity of CalgaryMcGill University Health CentreMcGill UniversityUniversity of ManitobaUniversity of TorontoMontreal Children's Hospital
Organismes subventionnairesSanofi PasteurSeqirusModernaCoalition for Epidemic Preparedness InnovationsGlaxoSmithKlinePublic Health AgencyChildren's Hospital FoundationPublic Health Agency of CanadaSanofiMichael Smith Health Research BCBC Children's HospitalAstraZenecaPfizer
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicinePandemicPneumoniaVirologyOutbreakInternal medicineInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The association of immunocompromised states with pediatric COVID-19 outcomes remains unclear. This study assessed COVID-19 severity in hospitalized children with and without immunocompromising conditions. METHODS: Children <17 years hospitalized in Canada for COVID-19 (April 2020-December 2022) were identified through the Canadian Paediatric Surveillance Program and Canadian Immunization Monitoring Program, ACTive. Immunocompromised children (IC) were those with immune-compromising conditions and/or on immunosuppressive treatment. Severe COVID-19 was defined as intensive care unit admission, ventilator/hemodynamic support, organ complications or death. Adjusted risk ratios (aRR) for severe COVID-19 among IC versus nonimmunocompromised children (non-IC) were calculated using Poisson regression, adjusting for age, sex, other underlying conditions, SARS-CoV-2 lineage and vaccination. RESULTS: Among 3218 children hospitalized for COVID-19, 354 (11.0%) were IC. IC were older [median age 6.7 years (interquartile range = 3.6-11.8)] than non-IC [1.2 years (interquartile range = 0.2-4.8); P < 0.001]. IC experienced less respiratory distress than non-IC (20.9% vs. 48.1%). Severe COVID-19 (14.1% vs. 29.0%; P < 0.001), respiratory support (16.1% vs. 35.6%; P < 0.001) and intensive care unit admission (5.9% vs. 17.4%; P < 0.001) were less frequent in IC. IC were less likely to have severe COVID-19 than non-IC [aRR = 0.46 (95% confidence interval [CI]: 0.32-0.65)], with both immunodeficiency [aRR = 0.53 (95% CI: 0.39-0.73)] and immunosuppression [aRR = 0.40 (95% CI: 0.23-0.73)] subcategories independently associated with reduced risk. Compared to non-IC with other conditions, IC had a lower risk of severe COVID-19 [aRR = 0.35 (95% CI: 0.25-0.47)]. CONCLUSIONS: Hospitalized IC exhibited a lower risk of severe COVID-19 than non-IC, potentially reflecting lower admission thresholds for IC with respiratory infections.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,317
Écart entre enseignants0,308 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Pediatric Infectious Disease JournalMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207