MétaCan
Menu
Retour à la cohorte
Enregistrement W3104217966 · doi:10.14740/jmc3608

High Thermal Amplitude Red Blood Cell Agglutinating Cold Type Autoantibodies in a Case of Severe Acute Respiratory Syndrome Coronavirus 2 Pneumonia and Multiorgan Failure

2020· article· en· W3104217966 sur OpenAlexvenueno aff
Hatem Hassanein, Julio Hajdenberg

Notice bibliographique

RevueJournal of Medical Cases · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood groups and transfusion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCold AgglutininAutoantibodyRespiratory failurePneumoniaImmunologyHemolysisCold agglutinin diseaseHemolytic anemiaAntibodyInternal medicine

Résumé

récupéré en direct d'OpenAlex

A 48-year-old man diagnosed with multiorgan failure and severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) pneumonia developed anemia and polyclonal cold agglutinins that reacted at 37 °C. He recovered after a 2-month hospitalization where he received intensive care support. Cold agglutinins resolved after 2 weeks of supportive care. As red blood cell (RBC) cryptic antigens and warm type autoimmune hemolysis have been recently described in coronavirus disease 2019 (COVID-19) patients, we believe this mechanism may also give rise of clinically detectable cold immunoglobulin M (IgM) autoantibodies. Given the thermal amplitude of this particular agglutinin we believe it is possible that in vivo RBC agglutination could contribute to disease severity. J Med Cases. 2021;12(1):16-17 doi: https://doi.org/10.14740/jmc3608

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,318
Score d'incertitude au seuil0,476

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 GPT0,289
Écart entre enseignants0,262 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical CasesMême sujetBlood groups and transfusionTravaux en français237 207