Ophthalmic Manifestations Of Coronavirus (COVID-19)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Since December 2019, coronavirus disease 2019 (COVID-19) has become a global pandemic caused by the highly transmissible severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) [1] There have been several reports of eye redness and irritation in COVID-19 patients, both anecdotal and published, suggesting that conjunctivitis may be an ocular manifestation of SARS-CoV-2 infection A study conducted during the 2003 Severe Acute Respiratory Syndrome (SARS) outbreak detected SARS-CoV in tear samples in SARS patients in Singapore [2] Lack of eye protection was a primary risk factor of SARS-CoV transmission from SARS patients to healthcare workers in Toronto, prompting a concern that respiratory illness could be transmitted through ocular secretions [3][[4] Similar concerns have been raised with SARS-CoV-2, especially among eye care providers and those on the front lines triaging what could be initial symptoms of COVID-19 As conjunctivitis is a common eye condition, ophthalmologists may be the first medical professionals to evaluate a patient with COVID-19 Indeed, one of the first providers to voice concerns regarding the spread of Coronavirus in Chinese patients was Li Wenliang, MD, an ophthalmologist He later died from COVID-19 and was believed to have contracted the virus from an asymptomatic glaucoma patient in his clinic The authors of this article have attempted to collect the most up-to-date information on ophthalmic manifestations of COVID-19 as a resource for identifying symptoms, providing diagnostic pearls, and mitigating transmission
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle