Clinical and pathological findings of SARS-CoV-2 infection and concurrent IgA nephropathy: a case report
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
BACKGROUND: Since the Coronavirus Disease 2019 (COVID-19) outbreak, there is accumulating data on the clinical characteristics, treatment strategies and prognosis of COVID-19 in patients with concurrent renal disease. Postmortem investigations reveal renal involvement in COVID-19, and most recently, several biopsy researches reveal that acute tubular injury, as well as glomerular nephropathy such as collapsing glomerulopathy were common histological findings. However, to our best knowledge, there is limited data regarding IgA nephropathy in the setting of COVID-19. CASE PRESENTATION: In the present case, we report a 65-year old Chinese woman who presented with dark-colored urine, worsening proteinuria and decreased renal function after COVID-19 infection. She received a renal biopsy during COVID-19 infection. The renal biopsy revealed IgA nephropathy without any evidence for SARS-Cov-2. The findings suggest that the renal abnormalities were a consequence of exacerbation of this patient's underlying glomerular disease after COVID-19 infection. After a regimen of 3-day course of glucocorticoid and angiotensin II receptor blocker therapy, the patient recovered and remained stable upon follow-up. CONCLUSIONS: It is important to consider the underlying glomerular disease exacerbation as well as virus induced injury when dealing with renal abnormalities in patients with COVID-19. A kidney biopsy may be indicated to exclude a rapidly progressive glomerular disease.
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 | 0,001 | 0,037 |
| 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 | 0,001 |
| 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