The Risk and Prognosis of COVID-19 Infection in Cancer Patients
Notice bibliographique
Résumé
Numerous studies have been published regarding outcomes of cancer patients infected with the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) virus causing the coronavirus disease 2019 (COVID-19) infection. However, most of these are single-center studies with a limited number of patients. To better assess the outcomes of this new infection in this subgroup of susceptible patients, we performed a systematic review and meta-analysis to evaluate the impact of COVID-19 infection on cancer patients. We performed a literature search using PubMed, Web of Science, and Scopus for studies that reported the risk of infection and complications of COVID-19 in cancer patients and retrieved 22 studies (1018 cancer patients). The analysis showed that the frequency of cancer among patients with confirmed COVID-19 was 2.1% (95% confidence interval [CI]: 1.3-3) in the overall cohort. These patients had a mortality of 21.1% (95% CI: 14.7-27.6), severe/critical disease rate of 45.4% (95% CI: 37.4-53.3), intensive care unit (ICU) admission rate of 14.5% (95% CI: 8.5-20.4), and mechanical ventilation rate of 11.7% (95% CI: 5.5-18). The double-arm analysis showed that cancer patients had a higher risk of mortality (odds ratio [OR]=3.23, 95% CI: 1.71-6.13), severe/critical disease (OR=3.91, 95% CI: 2.70-5.67), ICU admission (OR=3.10, 95% CI: 1.85-5.17), and mechanical ventilation (OR=4.86, 95% CI: 1.27-18.65) than non-cancer patients. Furthermore, cancer patients had significantly lower platelet levels and higher D-dimer levels, C-reactive protein levels, and prothrombin time. In conclusion, these results indicate that cancer patients are at a higher risk of COVID-19 infection-related complications. Therefore, cancer patients need diligent preventive care measures and aggressive surveillance for earlier detection of COVID-19 infection.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,009 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».