Impact of COVID-19 on liver function: results from an internal medicine unit in Northern Italy
Notice bibliographique
Résumé
Abstract Little is known regarding coronavirus disease 2019 (COVID-19) clinical spectrum in non-Asian populations. We herein describe the impact of COVID-19 on liver function in 100 COVID-19 consecutive patients (median age 70 years, range 25–97; 79 males) who were admitted to our internal medicine unit in March 2020. We retrospectively assessed liver function tests, taking into account demographic characteristics and clinical outcome. A patient was considered as having liver injury when alanine aminotransferase (ALT) was > 50 mU/ml, gamma-glutamyl transpeptidase (GGT) > 50 mU/ml, or total bilirubin > 1.1 mg/dl. Spearman correlation coefficient for laboratory data and bivariable analysis for mortality and/or need for intensive care were assessed. A minority of patients (18.6%) were obese, and most patients were non- or moderate-drinkers (88.5%). Liver function tests were altered in 62.4% of patients, and improved during follow-up. None of the seven patients with known chronic liver disease had liver decompensation. Only one patient developed acute liver failure. In patients with altered liver function tests, PaO2/FiO2 < 200 was associated with greater mortality and need for intensive care (HR 2.34, 95% CI 1.07–5.11,p = 0.033). To conclude, a high prevalence of altered liver function tests was noticed in Italian patients with COVID-19, and this was associated with worse outcomes when developing severe acute respiratory distress syndrome.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».