Renal complications in 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
PURPOSE: Emerging data suggest that coronavirus disease 2019 (COVID-19) has extrapulmonary manifestations but its renal manifestations are not clearly defined. We aimed to evaluate renal complications of COVID-19 and their incidence using a systematic meta-analysis. DESIGN: Observational studies reporting renal complications in COVID-19 patients were sought from MEDLINE, Embase and the Cochrane Library from 2019 to June 2020. The nine-star Newcastle-Ottawa Scale was used to evaluate methodological quality. Incidence with 95% confidence intervals (CIs) were pooled using random-effects models. RESULTS: We included 22 observational cohort studies comprising of 17,391 COVID-19 patients. Quality scores of studies ranged from 4 to 6. The pooled prevalence of pre-existing chronic kidney disease (CKD) and end-stage kidney disease was 5.2% (2.8-8.1) and 2.3% (1.8-2.8), respectively. The pooled incidence over follow-up of 2-28 days was 12.5% (10.1-15.0) for electrolyte disturbance (e.g. hyperkalaemia), 11.0% (7.4-15.1) for acute kidney injury (AKI) and 6.8% (1.0-17.0) for renal replacement therapy (RRT). In subgroup analyses, there was a higher incidence of AKI in US populations and groups with higher prevalence of pre-existing CKD. CONCLUSIONS: PROSPERO 2020: CRD42020186873 KEY MESSAGES COVID-19 affects multiple organs apart from the respiratory system; however, its renal manifestations are not clearly defined. In this systematic meta-analysis of 22 observational cohort studies, the prevalence of pre-existing chronic kidney disease (CKD) in COVID-19 patients was 5.2%. The most frequent renal complication was electrolyte disturbance (particularly hyperkalaemia) with an incidence of 12.5% followed by acute kidney injury (AKI) with an incidence of 11.0%; US populations and groups with higher prevalence of CKD had higher incidence of AKI.
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 | 0,005 | 0,176 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,022 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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