MétaCan
Menu
Retour à la cohorte
Enregistrement W3036360906 · doi:10.1093/cid/ciaa792

National French Survey of Coronavirus Disease (COVID-19) Symptoms in People Aged 70 and Over

2020· article· en· W3036360906 sur OpenAlexaff
Cédric Annweiler, Guillaume Sacco, Nathalie Salles, Jean‐Pierre Aquino, Jennifer Gautier, Gilles Berrut, Olivier Guérin, G. Gavazzi

Notice bibliographique

RevueClinical Infectious Diseases · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Medicine2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)CoronavirusBetacoronavirusPandemicDiseaseVirologyCoronavirus InfectionsMEDLINEFamily medicineInfectious disease (medical specialty)OutbreakInternal medicine

Résumé

récupéré en direct d'OpenAlex

The objective of this national French survey was to determine the coronavirus disease 2019 (COVID-19) semiology in seniors (n = 353; mean, 84.7 ± 7.0 years). A total of 57.8% of patients exhibited ≤3 symptoms, including thermal dysregulation (83.6%), cough (58.9%), asthenia (52.7%), polypnea (39.9%), and gastrointestinal signs (24.4%). Patients ≥80 years exhibited falls (P = .002) and asthenia (P = .002). Patients with neurocognitive disorders exhibited delirium (P < .001) and altered consciousness (P = .001). Clinical peculiarities of COVID-19 were reported in seniors. CLINICAL TRIALS REGISTRATION: NCT04343781.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,055
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,429
Écart entre enseignants0,333 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations99
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetLong-Term Effects of COVID-19Travaux en français237 207