Charakterisierung des multisystemischen entzündlichen Syndroms bei Kindern (MIS-C) und seine Beziehung zur Kawasaki-Krankheit

Klinische Charakterisierung (Burns, Tremoulet, Sivilay, Roberts, Jain): Während der 8 Monate der Registrierung, die durch diese Ergänzung finanziert werden, werden 30 Zentren Daten über KD- und MIS-C-Patienten sammeln, indem sie das detaillierte Fallberichtsformular in unserer REDCap-Datenbank verwenden. Dazu gehören Daten zur Patientendemografie, klinischen Präsentation, Labordaten, Behandlungen, klinischen Ergebnissen und kardiovaskulären Ergebnissen bei allen KD- und MIS-C-Patienten, damit die Prüfärzte ein systematisches Bild der verschiedenen Patientengruppen entwickeln können (siehe Details unten).

Elternbeobachtungen (Kim): Um Anzeichen und Symptome beim Patienten und bei Familienmitgliedern im Vorfeld einer akuten Präsentation zu erfahren, wird ein Elternfragebogen von Dr. Katherine Kim mit dem Patienten- und Elternbeirat entwickelt und analysiert. Die Ermittler sammeln bekannte Anzeichen und Symptome sowie solche, die zuvor möglicherweise nicht in der Literatur berichtet wurden, und erfassen das Vorhandensein / Fehlen, die Stelle im Körper und den Schweregrad pro Tag. Der Fragebogen wird als mobile/Webanwendung und in Papierform verfügbar sein. Mit diesen Daten führen die Ermittler eine explorative Analyse durch, um Symptomphänotypen und die Beziehungen dieser Profile mit demografischen Merkmalen und klinischen Merkmalen zu charakterisieren. Darüber hinaus werden die Ermittler beurteilen, ob wir Unterschiede zwischen den Symptomphänotypen von KD und MIS-C feststellen können. Die Ermittler führen eine Clusteranalyse durch, um Symptomphänotypen aus aggregierten Symptombeobachtungen zu identifizieren, die hinsichtlich der vermuteten oder verifizierten Diagnose verblindet sind (n = 100, wobei jedes Anzeichen/Symptom an jedem Tag als eindeutiger Datenpunkt gilt). Phänotypen können Merkmale wie Symptome, die gleichzeitig auftreten oder unabhängig sind, und einen Symptombelastungsindex (z. B. Anzahl der vorhandenen Symptome) umfassen. Die Ermittler werden die hierarchische Clusteranalyse von Ward verwenden, um die Anzahl der wahrscheinlichen Cluster abzuschätzen.3 Die Ermittler werden eine nichthierarchische K-Means-Clusteranalyse 100 Mal wiederholt in einem Leave-One-Out-Validierungsmodell anwenden, um Wiederholbarkeit und Stabilität innerhalb des Modells sicherzustellen. Die Ermittler werden Score-Indizes erstellen, die mit logistischer Regression, Hauptkomponentenanalyse, Faktorenanalyse und Korrelationsanalyse analysiert werden. Die Ermittler werden dann beurteilen, ob Cluster mit verifizierten Diagnosen und/oder soziodemografischen Merkmalen wie Alter, Rasse/ethnische Zugehörigkeit, Geografie zusammenhängen. Die Ermittler werden Diskriminanzanalysetechniken und neuere Klassifizierungstechniken wie CART verwenden, um zu untersuchen, ob die Symptomphänotypen von KD und MIS-C unterschiedlich sind. Wenn Informationen in Form von Symptomclustern zu einem bestimmten Zeitpunkt oder ein zeitlicher Verlauf eines einzelnen Symptoms nicht ausreichen, um zwischen den beiden Zuständen zu unterscheiden, würde dies das Argument stützen, dass die erfassten Symptome für eine Diskriminierung oder die beiden Krankheiten nicht ausreichen Entitäten sind nicht symptomatisch verschieden. Diese explorative Analyse wird wichtige Informationen liefern, die für die klinische Beratung und Elternbildung weiterentwickelt werden können.

Fotografie (Kim, Tremoulet): Patientenfotografien von Auge, Mund/Zunge und Hautausschlag werden als neuartige Ergänzung zu den üblichen klinischen Daten gesammelt. Diese vor der Behandlung aufgenommenen Fotos dokumentieren das Vorhandensein oder Fehlen einer konjunktivalen Injektion und perilimbalen Schonung, mukokutane Veränderungen im Oropharynx, einschließlich Veränderungen am roten Rand (Erythem, Fissuren) und der Zunge (Erdbeerzunge), sowie die Art des Ausschlags. Die Fotos werden einer Analyse mit Gesichtserkennungssoftware und künstlichen Intelligenzansätzen unterzogen, die von unseren Mitarbeitern am University of Southern California Center for Artificial Intelligence in Society unter der Leitung von Hayden Shively und Lucas Hu verwendet werden, um zu bewerten, ob ein Computeralgorithmus erstellt werden kann, der differenzieren kann die klinischen Merkmale von MIS-C anhand von Fotos, die von Kindern mit akuter KD und solchen mit anderen pädiatrischen fieberhaften Erkrankungen aufgenommen wurden. Dr. Katherine Kim von der UC Davis wird die Fotos mit den Fragebogenantworten vergleichen, um die Elternbeschreibungen der Anzeichen und Symptome zu ergänzen und die Beobachtungen zu validieren. Dieser Vergleich kann zu verbesserten Beschreibungen mit den Worten der Eltern selbst führen. Fotos sind erforderlich, um diese körperlichen Befunde zu dokumentieren, da die Ermittler im Laufe der Jahre gelernt haben, dass die Beschreibung dieser Merkmale durch den Arzt erschreckend ungenau ist. Der Befund einer Erdbeerzunge ist beispielsweise ein spezifisches Verletzungsmuster, das eine Ablösung der verhornten Spitzen der Filiformpapillen beinhaltet und historisch nur mit 3 Zuständen in Verbindung gebracht wurde: Staphylokokken- und Streptokokkentoxin-vermittelte Krankheit und KD.