Extracorporeal membrane oxygenation (ECMO) is used for respiratory and cardiac failure in children but is complicated by bleeding and thrombosis.(1) To measure the incidence of bleeding (blood loss requiring transfusion or intracranial hemorrhage) and thrombosis during ECMO support; (2) to identify factors associated with these complications; and (3) to determine the impact of these complications on patient outcome.This was a prospective, observational cohort study in pediatric, cardiac, and neonatal intensive care units in eight hospitals, carried out from December 2012 to September 2014.ECMO was used on 514 consecutive patients under age 19 years. Demographics, anticoagulation practices, severity of illness, circuitry components, bleeding, thrombotic events, and outcome were recorded. Survival was 54.9%. Bleeding occurred in 70.2%, including intracranial hemorrhage in 16%, and was independently associated with higher daily risk of mortality. Circuit component changes were required in 31.1%, and patient-related clots occurred in 12.8%. Laboratory sampling contributed to transfusion requirement in 56.6%, and was the sole reason for at least one transfusion in 42.2% of patients. Pump type was not associated with bleeding, thrombosis, hemolysis, or mortality. Hemolysis was predictive of subsequent thrombotic events. Neither hemolysis nor thrombotic events increased the risk of mortality.The incidences of bleeding and thrombosis are high during ECMO support. Laboratory sampling is a major contributor to transfusion during ECMO. Strategies to reduce the daily risk of bleeding and thrombosis, and different thresholds for transfusion, may be appropriate subjects of future trials to improve outcomes of children requiring this supportive therapy.

Severity of illness measures have long been used in pediatric critical care. The Pediatric Risk of Mortality is a physiologically based score used to quantify physiologic status, and when combined with other independent variables, it can compute expected mortality risk and expected morbidity risk. Although the physiologic ranges for the Pediatric Risk of Mortality variables have not changed, recent Pediatric Risk of Mortality data collection improvements have been made to adapt to new practice patterns, minimize bias, and reduce potential sources of error. These include changing the outcome to hospital survival/death for the first PICU admission only, shortening the data collection period and altering the Pediatric Risk of Mortality data collection period for patients admitted for "optimizing" care before cardiac surgery or interventional catheterization. This analysis incorporates those changes, assesses the potential for Pediatric Risk of Mortality physiologic variable subcategories to improve score performance, and recalibrates the Pediatric Risk of Mortality score, placing the algorithms (Pediatric Risk of Mortality IV) in the public domain.Prospective cohort study from December 4, 2011, to April 7, 2013.Among 10,078 admissions, the unadjusted mortality rate was 2.7% (site range, 1.3-5.0%). Data were divided into derivation (75%) and validation (25%) sets. The new Pediatric Risk of Mortality prediction algorithm (Pediatric Risk of Mortality IV) includes the same Pediatric Risk of Mortality physiologic variable ranges with the subcategories of neurologic and nonneurologic Pediatric Risk of Mortality scores, age, admission source, cardiopulmonary arrest within 24 hours before admission, cancer, and low-risk systems of primary dysfunction. The area under the receiver operating characteristic curve for the development and validation sets was 0.88 ± 0.013 and 0.90 ± 0.018, respectively. The Hosmer-Lemeshow goodness of fit statistics indicated adequate model fit for both the development (p = 0.39) and validation (p = 0.50) sets.The new Pediatric Risk of Mortality data collection methods include significant improvements that minimize the potential for bias and errors, and the new Pediatric Risk of Mortality IV algorithm for survival and death has excellent prediction performance.

Objectives: Assessments of care including quality assessments adjusted for physiological status should include the development of new morbidities as well as mortalities. We hypothesized that morbidity, like mortality, is associated with physiological dysfunction and could be predicted simultaneously with mortality. Design: Prospective cohort study from December 4, 2011, to April 7, 2013. Setting: General and cardiac/cardiovascular PICUs at seven sites. Patients: Randomly selected PICU patients from their first PICU admission. Interventions None. Measurements and Main Results: Among 10,078 admissions, the unadjusted morbidity rates (measured with the Functional Status Scale and defined as an increase of ≥ 3 from preillness to hospital discharge) were 4.6% (site range, 2.6–7.7%) and unadjusted mortality rates were 2.7% (site range, 1.3–5.0%). Morbidity and mortality were significantly (p < 0.001) associated with physiological instability (measured with the Pediatric Risk of Mortality III score) in dichotomous (survival and death) and trichotomous (survival without new morbidity, survival with new morbidity, and death) models without covariate adjustments. Morbidity risk increased with increasing Pediatric Risk of Mortality III scores and then decreased at the highest Pediatric Risk of Mortality III values as potential morbidities became mortalities. The trichotomous model with covariate adjustments included age, admission source, diagnostic factors, baseline Functional Status Scale, and the Pediatric Risk of Mortality III score. The three-level goodness-of-fit test indicated satisfactory performance for the derivation and validation sets (p > 0.20). Predictive ability assessed with the volume under the surface was 0.50 ± 0.019 (derivation) and 0.50 ± 0.034 (validation) (vs chance performance = 0.17). Site-level standardized morbidity ratios were more variable than standardized mortality ratios. Conclusions: New morbidities were associated with physiological status and can be modeled simultaneously with mortality. Trichotomous outcome models including both morbidity and mortality based on physiological status are suitable for research studies and quality and other outcome assessments. This approach may be applicable to other assessments presently based only on mortality.

ABSTRACT Viral lower respiratory tract infections (LRTI) are ubiquitous in early life. They are disproportionately severe in infants and toddlers (0–2 years), leading to more than 100,000 hospitalizations in the United States per year. The recent relative resilience to severe Coronavirus disease (COVID‐19) observed in young children is surprising. These observations, taken together, underscore current knowledge gaps in the pathogenesis of viral lower respiratory tract diseases in young children and respiratory developmental immunology. Further, early‐life respiratory viral infections could have a lasting impact on lung development with potential life‐long pulmonary sequelae. Modern molecular methods, including high‐resolution spatial and single‐cell technologies, in concert with longitudinal observational studies beginning in the prenatal period and continuing into early childhood, promise to elucidate developmental pulmonary and immunophenotypes following early‐life viral infections and their impact on trajectories of future respiratory health. In November 2019, under the auspices of a multi‐disciplinary Workshop convened by the National Heart Lung Blood Institute and the Eunice Kennedy Shriver National Institute of Child Health and Human Development, experts came together to highlight the challenges of respiratory viral infections, particularly in early childhood, and emphasize the knowledge gaps in immune, virological, developmental, and clinical factors that contribute to disease severity and long‐term pulmonary morbidity from viral LRTI in children. We hope that the scientific community will view these challenges in clinical care on pulmonary health trajectories and disease burden not as a window of susceptibility but as a window of opportunity.