Prevalence of neurodevelopmental disorders in children with chronic hepatitis C in British Columbia
Notice bibliographique
Résumé
Background: Chronic hepatitis C (HCV) in children is primarily acquired through vertical transmission from an HCV-infected mother. The primary risk factor for chronic HCV in mothers is intravenous drug use, which, in pregnancy, is associated with increased risk of neurodevelopmental disorders in children. We explored the prevalence of neurodevelopmental disorders among children with chronic HCV in British Columbia. Methods: Retrospective chart review was conducted for children actively followed for HCV at our centre between December 2020 and April 2024. Data were collected on demographic and clinical information including diagnoses of neurodevelopmental disorders and other learning difficulties. Results: We identified 29 children under 18 years of age (13 male, 16 female); 28 had HCV due to vertical transmission and 1 for unknown reasons, potentially due to the patient's own substance use. Forty-eight percent (n = 14) of patients had attention deficit hyperactivity disorder (ADHD). Among these, 43% (n = 6) had fetal alcohol spectrum disorder, 21% ( n = 3) had autism spectrum disorder, and 14% (n = 2) had other learning and developmental difficulties including speech delay and sensory processing issues. In total, 62% (n = 18) of patients had some neurodevelopmental disorder or learning difficulty. Conclusions: In our study population of children with chronic HCV, a majority had at least one documented neurodevelopmental disorder, representing a previously undescribed issue among pediatric patients with chronic HCV. We suggest practitioners who care for children with chronic HCV may have a role in proactively identifying patients with neurodevelopmental difficulties and linking them with appropriate resources.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».