MétaCan
Menu
Retour à la cohorte
Enregistrement W3025495153 · doi:10.22374/cjgim.v15i2.449

Diagnosis of COVID-19 by Bronchoalveolar Lavage after Two Negative Nasopharyngeal Swabs

2020· article· en· W3025495153 sur OpenAlexaffvenue
Victoria L. Chuen, Hosay Said, Jaymee R. Shell, William C. Plaxton

Notice bibliographique

RevueCanadian Journal of General Internal Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensHamilton Regional Laboratory Medicine ProgramRegional Municipality of WaterlooGrand River HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineBronchoalveolar lavageIntubationCoronavirus disease 2019 (COVID-19)Respiratory tractSampling (signal processing)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PandemicIntensive care medicineRespiratory tract infectionsInternal medicineImmunologyAnesthesiaRespiratory systemLungDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

This case report highlights the diagnostic limitations of nasopharyngeal swabs in diagnosing COVID-19. This patient had a positive travel history, typical symptoms (fever, dry cough, dyspnea) and two negative nasopharyngeal swabs (NPS). He deteriorated clinically and required intubation. After intubation, bronchoalveolar lavage was used to sample the lower respiratory tract, which confirmed the diagnosis of COVID-19. This case demonstrates the diagnostic limitation of reliance on nasopharyngeal swab PCR alone for the diagnosis of COVID-19. NPS tests may result in false negatives with incorrect sampling technique or if the sampling is done while the upper tract viral load is low, such as very early or late during the illness course. During this pandemic, we posit that clinicians should maintain a high degree of suspicion based on supportive clinical findings despite negative PCR testing as this has implications for hospital infection control procedures.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,314
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of General Internal MedicineMême sujetSARS-CoV-2 detection and testingTravaux en français237 207