A single center cohort of 40 severe COVID-19 patients who were treated with convalescent plasma
Notice bibliographique
Résumé
Background/aim: A SARS-Cov2 infection which was first arised from Wuhan in December 2019 and named as COVID-19. Still there lacks either a specific treatment or a vaccine to treat COVID-19. Convalescent plasma (CP) was previously used successfully to treat SARS-CoV-1 and MERS infections. Health authority in Turkey has published a guideline to integrate this promising option in the treatment process of patients who are prone to high risk of developing severe COVID 19. Materials and Methods: Forty consecutive patients who had received CP at our center were included in the study. Demographics, COVID-19 specific parameters, biomarkers to detect the severity of COVID-19 infection and outcome variables were collected retrospectively. The correlation between outcome variables and the independent predictors of the outcome were reported. Results: Median age of the patients was 57.5 and 72.5% were male. At least one COVID-19 PCR test was confirmed to be positive in 75% of patients. Remaining 25% had a Chest-CT which was reported to be compatible with an ongoing COVID-19. All patients (100%) were classified as having severe COVID-19 infection. Over a half of the patients harbored an oxygen saturation of less than 90 despite of a continuous 5 L/min support of O2. 82.5% of the patients had a need for mechanical ventilation and 45.5% had a need for invasive mechanical ventilation. Nine out of 10 patients who have received CP outside ICU have totally recovered from COVID-19 at a median of 9 days, and a half of the patients who needed invasive mechanical ventilation were successfully free of mechanical ventilation support and managed to recover from COVID-19. Conclusion: According to the results of this study, CP is an efficient conjunct to conventional therapy against COVID-19 with a favorable safety profile.
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 | 0,002 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».