MétaCan
Menu
Retour à la cohorte
Enregistrement W3095648753 · doi:10.1097/tgr.0000000000000283

Spanish Experience of Pulmonary Rehabilitation Efficacy for Patients Affected by the Novel SARS-CoV-2 (COVID-19)

2020· article· en· W3095648753 sur OpenAlexaff
Gonzalo Ballesteros-Reviriego, Bernat Planas Pascual, Alberto Rojo Ruiz, Eleuterio A. Sánchez Romero, Camilo Corbelini, Jorge Hugo Villafañe

Notice bibliographique

RevueTopics in Geriatric Rehabilitation · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensMonsanto (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineContext (archaeology)Coronavirus disease 2019 (COVID-19)Intensive care unitPulmonary rehabilitationRehabilitationSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Intensive care medicineAcute respiratory failureAdverse effectRespiratory failurePhysical therapyDisease2019-20 coronavirus outbreakMechanical ventilationEmergency medicineInternal medicineInfectious disease (medical specialty)Virology

Résumé

récupéré en direct d'OpenAlex

At present, coronavirus disease 2019 (COVID-19) is raging around the world. In Spain, the percentage of intensive care unit (ICU) patients is very high, as well as the mortality rate. This article discusses a 38-year-old woman admitted to the ICU for acute respiratory failure secondary to SARS-CoV-2 infection. Early physiotherapy improved lung secretion removal, respiratory mechanics outcomes, gas exchange, and muscle strength without adverse effects. Regarding the lack of information about physiotherapy effects in this context, these data are essential to demonstrate the feasibility of early physiotherapy in such patients who are young as well as older.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,044
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,044
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,334
Écart entre enseignants0,308 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTopics in Geriatric RehabilitationMême sujetLong-Term Effects of COVID-19Travaux en français237 207