Ocular manifestations in SARS-CoV-2 positive patients: a systematic review
Notice bibliographique
Résumé
Objective: Investigate the importance of optical symptoms within SARS-CoV-2 (severe acute respiratory syndrome coronavirus 2) patients.Design: Systematic reviewMethods: Databases searched included Medline, EMBASE, Cumulative Index of Nursing and Allied Health Literature (CINAHL), Clinicaltrials.gov, ProQuest. As well, meeting abstracts from American Academy of Ophthalmology, Association for Research in Vision and Ophthalmology and Canadian Ophthalmological Society were also considered. Articles underwent two rounds of screening before risk of bias assessment and data extraction.Results: In total, 582 studies were identified. A total of 2064 unique SARS-CoV-2 positive patients are included in this review from 13 different studies that met the inclusion criteria. We observed that the most common ocular symptoms in patients with SARS-CoV-2 were dry eyes, chemosis, epiphora, and blurred vision. The least common symptoms included hyperemia, conjunctivitis and photophobia. Additionally, we observed a unique relationship between patients with ocular manifestations and the severity of the systemic symptoms.Conclusion: Ocular symptoms do not occur commonly among SARS-CoV-2 positive patients; however, this study displays that there is an occurrence of common ocular manifestations such as dry eyes, chemosis, epiphora, and blurred vision. Therefore, increased ocular examinations may aid in diagnosis of SARS-CoV-2 infections.ABBREVIATIONS: COVID-19 (coronavirus disease 2019), SARS-CoV-2 (Severe acute respiratory syndrome coronavirus 2)
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».