MétaCan
Menu
Back to cohort
Record W7162037721 · doi:10.82308/27057

Cumulative incidence and predictors of infective endocarditis in children with congenital heart disease

2013· dissertation· en· W7162037721 on OpenAlexaboutno aff
Dinela Rushani

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldMedicine
TopicInfective Endocarditis Diagnosis and Management
Canadian institutionsnot available
Fundersnot available
KeywordsHeart diseaseMedical screeningCumulative incidenceCongenital diseaseCoronary heart disease

Abstract

fetched live from OpenAlex

Contexte: L'endocardite infectieuse (EI) est une infection de la couche la plus interne du cœur. Les lignes directrices de l'American Heart Association concernant la prévention de l'EI ont progressivement évolué au cours des dernières décennies. Selon les recommandations révisées en 2007, le nombre de groupes ciblés pour l'antibioprophylaxie avant des interventions dentaires invasives a considérablement diminué. Les données probantes sur ces lignes directrices sont limitées. Précisément, le risque de l'EI chez les patients atteints de cardiopathie congénitale (CPC) est inconnu. Nous avons cherché à déterminer l'incidence cumulative et les facteurs prédictifs liés au développement d'EI chez les enfants ayant une CPC. Méthodologie: En utilisant une cohorte des patients atteints de CPC qui provenait des données administratives du Québec, nous avons identifié tous les patients ayant CPC qui étaient des enfants (0-18 ans) pendant une partie ou toute la période entre 1990 et 2005. Une étude cas-témoins nichée dans la cohorte, dont les cas et les témoins étaient appariés sur le temps d'observation, a été menée afin d'analyser les facteurs prédictifs du développement de l'EI lors de l'enfance. L'incidence cumulative dès la naissance jusqu'à l'âge de 12 ans a été décrite chez le sous-ensemble des enfants nés au cours de la période d'observation et a été déterminée par le complément de l'estimateur de Kaplan-Meier. L'EI incidente a été définie comme le premier diagnostic CIM-9 (Classification internationale des maladies) dans le registre des congés hospitaliers. Deux autres définitions d'issue comportaient l'examen manuel des diagnostics d'EI au congé hospitalier, ainsi que tous diagnostics d'EI rendus en milieu hospitalier. Résultats: 39 977 enfants (0-18 ans) atteints de CPC sont suivis pendant 336 661 patients-années dont 118 cas de l'EI sont observés. Parmi ceux-ci, 63 cas sont survenus chez 22 589 enfants qui sont suivis dès la naissance jusqu'à l'âge de 12 ans. Le risque moyen de l'EI avant l'âge de 12 ans était 3,7 pour 1000 enfants (intervalle de confiance [IC] à 95%: 2,9 – 4,9). Selon les différentes définitions de l'EI, ce risque variait de 2,1 à 11,3 cas pour 1000 enfants. La chirurgie cardiaque 6 mois avant la date index était fortement associée à l'EI, le rapport de taux ajusté [RR] 10,74 (IC à 95%: 3,79 – 30,45). Les RR (IC à 95%) pour les types de CPC par rapport aux lésions des shunts étaient: CPC cyanogène 5,51 (3,20 – 9,48); communication auriculoventriculaire 3,98 (1,89 – 8,36); lésions du côté gauche 2,48 (1,35 – 4,55); lésions du côté droit 1,54 (0,64 –3,71); autre CPC 1,94 (1,02 – 3,65). Le jeune âge était un facteur prédictif fort: âge < 3 ans 2,94 (1,92 – 4,52); âge 3-6 ans 0,72 (0,38 – 1,37); par rapport à l'âge 6-18. Qualitativement ces résultats étaient insensibles aux définitions de l'EI. Conclusions: Nous avons démontré que le risque de l'EI chez les enfants étaient le plus élevé au cours des premières années de la vie, variait considérablement par le type de CPC, et était fortement associé à la chirurgie cardiaque dans les 6 mois précédents. Ces résultats aident à identifier des enfants à haut risque de l'EI et devraient contribuer à orienter les prochaines modifications aux lignes directrices sur la prévention de l'EI.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.085
Threshold uncertainty score0.169

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.005
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.006
GPT teacher head0.258
Teacher spread0.253 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same topicInfective Endocarditis Diagnosis and ManagementFrench-language works237,207