MétaCan
Menu
Retour à la cohorte
Enregistrement W3084050822 · doi:10.12688/f1000research.26186.2

Predictors of COVID-19 severity: a systematic review and meta-analysis

2021· review· en· W3084050822 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueF1000Research · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesLembaga Pengelola Dana Pendidikan
Mots-clésInternal medicineCreatinineMedicineFerritinMeta-analysisPhysiology

Résumé

récupéré en direct d'OpenAlex

<ns4:p> <ns4:bold>Background</ns4:bold> : The unpredictability of the progression of coronavirus disease 2019 (COVID-19) may be attributed to the low precision of the tools used to predict the prognosis of this disease. </ns4:p> <ns4:p> <ns4:bold>Objective</ns4:bold> : To identify the predictors associated with poor clinical outcomes in patients with COVID-19. </ns4:p> <ns4:p> <ns4:bold>Methods</ns4:bold> : Relevant articles from PubMed, Embase, Cochrane, and Web of Science were searched as of April 5, 2020. The quality of the included papers was appraised using the Newcastle-Ottawa scale (NOS). Data of interest were collected and evaluated for their compatibility for the meta-analysis. Cumulative calculations to determine the correlation and effect estimates were performed using the Z test. </ns4:p> <ns4:p> <ns4:bold>Results</ns4:bold> : In total, 19 papers recording 1,934 mild and 1,644 severe cases of COVID-19 were included. Based on the initial evaluation, 62 potential risk factors were identified for the meta-analysis. Several comorbidities, including chronic respiratory disease, cardiovascular disease, diabetes mellitus, and hypertension were observed more frequent among patients with severe COVID-19 than with the mild ones. Compared to the mild form, severe COVID-19 was associated with symptoms such as dyspnea, anorexia, fatigue, increased respiratory rate, and high systolic blood pressure. Lower levels of lymphocytes and hemoglobin; elevated levels of leukocytes, aspartate aminotransferase, alanine aminotransferase, blood creatinine, blood urea nitrogen, high-sensitivity troponin, creatine kinase, high-sensitivity C-reactive protein, interleukin 6, D-dimer, ferritin, lactate dehydrogenase, and procalcitonin; and a high erythrocyte sedimentation rate were also associated with severe COVID-19. </ns4:p> <ns4:p> <ns4:bold>Conclusion</ns4:bold> : More than 30 risk factors are associated with a higher risk of severe COVID-19. These may serve as useful baseline parameters in the development of prediction tools for COVID-19 prognosis. </ns4:p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,241
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,241
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0260,007
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,409
Tête enseignante GPT0,588
Écart entre enseignants0,179 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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