Clinical Characteristics and Outcomes of COVID-19–Infected Cancer Patients: A Systematic Review and Meta-Analysis
Dossier post-publication
Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».
Notice bibliographique
Résumé
BACKGROUND: Previous studies have indicated coronavirus disease 2019 (COVID-19) patients with cancer have a high fatality rate. METHODS: We conducted a systematic review of studies that reported fatalities in COVID-19 patients with cancer. A comprehensive meta-analysis that assessed the overall case fatality rate and associated risk factors was performed. Using individual patient data, univariate and multivariable logistic regression analyses were used to estimate odds ratios (OR) for each variable with outcomes. RESULTS: We included 15 studies with 3019 patients, of which 1628 were men; 41.0% were from the United Kingdom and Europe, followed by the United States and Canada (35.7%), and Asia (China, 23.3%). The overall case fatality rate of COVID-19 patients with cancer measured 22.4% (95% confidence interval [CI] = 17.3% to 28.0%). Univariate analysis revealed age (OR = 3.57, 95% CI = 1.80 to 7.06), male sex (OR = 2.10, 95% CI = 1.07 to 4.13), and comorbidity (OR = 2.00, 95% CI = 1.04 to 3.85) were associated with increased risk of severe events (defined as the individuals being admitted to the intensive care unit, or requiring invasive ventilation, or death). In multivariable analysis, only age greater than 65 years (OR = 3.16, 95% CI = 1.45 to 6.88) and being male (OR = 2.29, 95% CI = 1.07 to 4.87) were associated with increased risk of severe events. CONCLUSIONS: Our analysis demonstrated that COVID-19 patients with cancer have a higher fatality rate compared with that of COVID-19 patients without cancer. Age and sex appear to be risk factors associated with a poorer prognosis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,026 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».