如何区分川崎病和MIS-C吗
川崎病(KD)是儿童获得心脏病的主要原因在发达国家,但它一直无视容易理解,不同特征和多个触发器和一个未知的原因。
COVID-19大流行期间,川崎病情况下利率下降但不同的疾病出现了:多系统炎症综合征的儿童,或MIS-C与KD共享许多症状,但与一个单一的病原体,导致COVID-19 SARS-CoV-2病毒。
在一项新的研究中,9月20日,2022年出版《柳叶刀》杂志上的数字医疗,一个国家的科学家领导的研究团队在加利福尼亚大学圣地亚哥医学院了机器学习算法诊断MIS-C和KD。
“40年来,川崎研究团体试图创建一个诊断测试KD和失败,”文章的第二研究作者简·c·伯恩斯说,医学博士,一名儿科医生雷迪管理学院儿童Hospital-San迭戈和川崎病研究中心主任加州大学圣地亚哥分校医学院的。
“但是现在,在18个月的空间,我们已经创建了一个医生支持工具,区别MIS-C KD的孩子使用简单的测试结果和五个特性的物理考试,任何卫生保健提供者,诊所或医院可以做,准确性超过90%。”
MIS-C, KD和COVID-19基本相似的分子模式和免疫反应。一个发表的研究今年早些时候,由加州大学圣地亚哥分校的科学家发现,三种炎症疾病都是相同的免疫反应连续,MIS-C成为一个更严重版本的响应比KD。
MIS-C和KD分享许多症状,包括发烧、皮疹和布满血丝的眼睛,但KD也能导致冠状动脉动脉瘤,如果未经治疗的心脏病发作。目前尚不清楚MIS-C如何影响长期的儿童,但早期数据显示完全恢复。的条件只在一些孩子的发展,由SARS-CoV-2感染。然而,KD和MIS-C早期诊断是至关重要的,但是医生缺乏任何准确的方法区分MIS-C从儿童KD或其他急性发热性疾病。
这项新研究使用的数据来自1517名患者被诊断为MIS-C, KD雷迪管理学院或其它发热性疾病儿童在1月1日,2009年6月7日,2021年,与其他病人数据来自康涅狄格州哈特福德儿童医学中心,CT(16个病人)和洛杉矶儿童医院(50例)。
小说深度学习算法,称为KIDMATCH和由该研究的第一作者乔纳森·y Lam实验室的博士生、Nemati,博士,副加州大学圣地亚哥分校医学院的医学教授,被用来比较MIS-C和KD使用病人年龄、五个典型临床KD和17实验室测量的迹象。
“深度学习算法表现出高的性能在工业应用,如语音识别、机器翻译、和善于识别乘法的风险因素。例如:免疫抑制之间的交互和体温过低的存在感染风险可能暗示,“Nemati说。
Nemati还指出克服偏见的问题的发展中机器学习的数据集。
“偏差的主要来源之一是缺乏训练数据集的多样性,导致一个模型比其他人更好地工作在一些患者群体。建立一个多样化的训练人口,利用国家的数据集,作为这个项目的完成,有助于减轻模型的偏差。
“进一步解决偏见周围的机器学习专家包括边界算法,使得该模型来确定它是否有足够的先验知识的相似的情况下可靠地确定病人是否MIS-C的危险。如果算法发现数据缺乏,这将标志为一个不确定的结果。这些国旗误报为类似的机器学习模型减少了75%。这减少假警报可以大大减少资源的负担或时间花在一个错误的诊断。”
算法的结论是外部验证病人军团从波士顿儿童医院,儿童医院的国家在华盛顿特区的魅力研究小组财团14医院在美国。
“这里的希望,当然,是KIDMATCH可以帮助一线临床医生区分MIS-C,川崎病和其它发热性疾病,这样他们可以提供之前,适当的治疗和预防严重的并发症,”文章的第二项研究作者Nemati说。
KD发生了不同程度的患病率在世界不同的地方。在美国,据估计每年有4000至5000年间诊断病例,发生率为15到20例/ 100000 5岁以下儿童。专家普遍认为这种疾病是由一种气溶胶可能包含病毒,细菌或真菌,但还有一个遗传方面。弟弟妹妹KD的病人有一个10倍KD的风险增加,因为一个共同的遗传倾向。川崎病的孩子长大后,他们的孩子有更高的风险KD。MIS-C是一个严重的但罕见的疾病,常常需要住院治疗。它发生在大约3000到4000名儿童和青少年SARS-CoV-2感染。大多数孩子与MIS-C没有任何报告潜在的医疗条件,尽管许多人肥胖。
进一步探索