Caracterización del Síndrome Inflamatorio Multisistémico en Niños (MIS-C) y su Relación con la Enfermedad de Kawasaki

Caracterización clínica (Burns, Tremoulet, Sivilay, Roberts, Jain): durante los 8 meses de inscripción financiada por este suplemento, 30 sitios recopilarán datos sobre pacientes con KD y MIS-C utilizando el formulario de informe de caso detallado en nuestra base de datos REDCap. Esto incluye datos sobre la demografía de los pacientes, la presentación clínica, los datos de laboratorio, los tratamientos, los resultados clínicos y los resultados cardiovasculares en todos los pacientes con KD y MIS-C para que los investigadores puedan desarrollar una imagen sistemática de los diferentes grupos de pacientes (consulte los detalles a continuación).

Observaciones de los padres (Kim): para conocer los signos y síntomas en el paciente y los miembros de la familia que conducen a la presentación aguda, la Dra. Katherine Kim diseñará y analizará un cuestionario para padres con el Consejo Asesor de Pacientes y Padres. Los investigadores recopilarán los signos y síntomas conocidos, así como aquellos que pueden no haberse informado previamente en la literatura, y registrarán la presencia/ausencia, la ubicación en el cuerpo y el nivel de gravedad por día. El cuestionario estará disponible como una aplicación móvil/web y en papel. Con estos datos, los investigadores realizarán un análisis exploratorio para caracterizar los fenotipos de los síntomas y las relaciones de estos perfiles con las características demográficas y clínicas. Además, los investigadores evaluarán si podemos detectar diferencias entre los fenotipos de síntomas de KD y MIS-C. Los investigadores realizarán un análisis de conglomerados para identificar los fenotipos de los síntomas a partir de las observaciones agregadas de los síntomas sin tener en cuenta el diagnóstico presunto o verificado (n=100 con cada signo/síntoma en cada día como un punto de datos distinto). Los fenotipos pueden incluir características tales como síntomas que ocurren simultáneamente o son independientes, y el índice de carga de síntomas (p. ej., número de síntomas presentes). Los investigadores utilizarán el análisis de conglomerados jerárquicos de Ward para estimar el número de conglomerados probables.3 Los investigadores aplicarán análisis de conglomerados no jerárquicos de K-medias repetidos 100 veces en un modelo de validación de exclusión para asegurar la repetibilidad y la estabilidad dentro del modelo. Los investigadores crearán índices de puntuación analizados con regresión logística, análisis de componentes principales, análisis factorial y análisis de correlación. Luego, los investigadores evaluarán si los grupos están relacionados con el diagnóstico verificado y/o características sociodemográficas como edad, raza/etnicidad, geografía. Los investigadores utilizarán técnicas de análisis discriminante y técnicas de clasificación más recientes como CART para examinar si los fenotipos de síntomas de KD y MIS-C son diferentes. Si la información en términos de grupos de síntomas en un punto en el tiempo o la trayectoria de un solo síntoma a lo largo del tiempo es insuficiente para distinguir entre las dos condiciones, esto respaldaría el argumento de que los síntomas registrados son insuficientes para la discriminación o que las dos enfermedades las entidades no son sintomáticamente diferentes. Este análisis exploratorio proporcionará información importante que puede desarrollarse más para la orientación clínica y la educación de los padres.

Fotografía (Kim, Tremoulet): Se recopilarán fotografías del ojo, la boca/lengua y la erupción del paciente como una nueva adición a los datos clínicos habituales. Estas fotografías obtenidas antes del tratamiento documentarán la presencia o ausencia de inyección conjuntival y preservación perilimbal, cambios mucocutáneos en la orofaringe, incluidos cambios en el borde bermellón (eritema, fisuras) y la lengua (lengua de fresa), y la naturaleza de la erupción. Las fotografías se someterán a análisis utilizando software de reconocimiento facial y enfoques de inteligencia artificial utilizados por nuestros colaboradores en el Centro de Inteligencia Artificial en la Sociedad de la Universidad del Sur de California dirigido por Hayden Shively y Lucas Hu para evaluar si se puede crear un algoritmo informático que pueda diferenciar las características clínicas de MIS-C a partir de fotografías tomadas de niños con KD aguda y aquellos con otras enfermedades febriles pediátricas. La Dra. Katherine Kim de UC Davis comparará las fotos con las respuestas del cuestionario para complementar las descripciones de los padres sobre los signos y síntomas y validar las observaciones. Esta comparación puede resultar en descripciones mejoradas utilizando las palabras de los propios padres. Se necesita fotografía para documentar estos hallazgos físicos, ya que los investigadores han aprendido a lo largo de los años que la descripción médica de estas características es lamentablemente inexacta. El hallazgo, por ejemplo, de una lengua de fresa es un patrón de lesión específico que implica el desprendimiento de las puntas cornificadas de las papilas filiformes e históricamente se ha asociado con solo 3 afecciones: enfermedad mediada por toxinas estafilocócicas y estreptocócicas y KD.