Comparison of influenza type A and B with COVID‐19: A global systematic review and meta‐analysis on clinical, laboratory and radiographic findings
Notice bibliographique
Résumé
We compared clinical symptoms, laboratory findings, radiographic signs and outcomes of COVID-19 and influenza to identify unique features. Depending on the heterogeneity test, we used either random or fixed-effect models to analyse the appropriateness of the pooled results. Overall, 540 articles included in this study; 75,164 cases of COVID-19 (157 studies), 113,818 influenza type A (251 studies) and 9266 influenza type B patients (47 studies) were included. Runny nose, dyspnoea, sore throat and rhinorrhoea were less frequent symptoms in COVID-19 cases (14%, 15%, 11.5% and 9.5%, respectively) in comparison to influenza type A (70%, 45.5%, 49% and 44.5%, respectively) and type B (74%, 33%, 38% and 49%, respectively). Most of the patients with COVID-19 had abnormal chest radiology (84%, p < 0.001) in comparison to influenza type A (57%, p < 0.001) and B (33%, p < 0.001). The incubation period in COVID-19 (6.4 days estimated) was longer than influenza type A (3.4 days). Likewise, the duration of hospitalization in COVID-19 patients (14 days) was longer than influenza type A (6.5 days) and influenza type B (6.7 days). Case fatality rate of hospitalized patients in COVID-19 (6.5%, p < 0.001), influenza type A (6%, p < 0.001) and influenza type B was 3%(p < 0.001). The results showed that COVID-19 and influenza had many differences in clinical manifestations and radiographic findings. Due to the lack of effective medication or vaccine for COVID-19, timely detection of this viral infection and distinguishing from influenza are very important.
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 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 | 0,011 | 0,193 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,029 | 0,001 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».