Clinical characteristics and in-hospital mortality of COVID-19 adult patients in Saudi Arabia
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.
Notice bibliographique
Résumé
OBJECTIVES: To provide a detailed study of demographic, baseline comorbidities, clinical features, and outcome for Coronavirus disease 2019 (COVID-19) patients. METHODS: A record-based case-series study conducted from March 23 to June 15, 2020 in King Saud Medical City, Riyadh, Saudi Arabia. Demographic data, clinical presentation, laboratory investigations, complications, and in-hospital outcome of COVID-19 patients collected with analysis of the clinical characteristics for survivors and deceased. RESULTS: A total of 768 patients were included. The mean age was 46.36±13.7 years and 76.7% were men. Approximately 96.3% reported more than one comorbidity; diabetes mellitus was the most frequent (46.4%). Fever (84.5%), cough (82.3%), and shortness of breath (79.8%) were the main presenting symptoms. During the follow-up, pneumonia reported in 68.6%, acute respiratory distress syndrome in 32.7%, septic shock in 20.7%, respiratory failure in 20.3%, and acute kidney injury in 19.3%. Approximately 45.8% of enrolled patients required intensive care unit admission. Lung disease (odd ratio [OR]=3.862 with 95% confident interval [CI] (2.455-6.074), obesity (OR=3.732, CI=2.511-5.546), smoking (OR=2.991, CI=2.072-4.317), chronic kidney disease (OR=2.296. CI=1.497-3.521), and diabetes mellitus (OR=2.291, CI=1.714-3.063) are predictors of ICU admission. Fatality ratio was 4.27%; therefore, men were more prevalent in dead group. CONCLUSION: Coronavirus disease 2019 places a huge burden on healthcare facilities, particularly in patients with comorbidity. Coronavirus disease 2019 patients who are obese and smokers with history of diabetes mellitus have a high risk of death.
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 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 | 0,003 | 0,351 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle