Epidemiological characteristics of COVID-19: a systematic review and meta-analysis
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
Our understanding of the Coronavirus disease 2019 (COVID-19) continues to evolve and there are many unknowns about its epidemiology. This study aims to synthesise case fatality rate (CFR) among confirmed COVID-19 patients, incubation period and time from onset of COVID-19 symptoms to first medical visit, intensive care unit (ICU) admission, recovery, and death. We searched MEDLINE, Embase, Google Scholar, and bibliographies of relevant articles from 01 December 2019 to 11 March 2020 without any language restrictions. Quantitative studies that recruited people with confirmed COVID-19 diagnosis were included. Two independent reviewers extracted the data. Out of 1675 non-duplicate studies, 43 were included in the meta-analysis. The pooled mean incubation period was 5.68 (99% confidence interval [CI]: 4.78, 6.59) days. The pooled mean number of days from the onset of COVID-19 symptoms to first clinical visit was 4.92 (95% CI: 3.95, 5.90), ICU admission was 9.84 (95% CI: 8.78, 10.90), recovery was 18.55 (95% CI: 13.69, 23.41), and death was 15.93 (95% CI: 13.07, 18.79). Pooled CFR among confirmed COVID-19 patients was 0.02 (95% CI: 0.02, 0.03). We found that the incubation period and lag between the onset of symptoms and first clinical visit for COVID-19 are longer than other respiratory viral infections including Middle East respiratory syndrome and severe acute respiratory syndrome; however, the current policy of 14 days of mandatory quarantine for everyone potentially exposed to severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) might be too conservative. Longer quarantine periods might be more justified for extreme cases.
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 | 0,015 | 0,637 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,029 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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