MétaCan
Menu
Retour à la cohorte
Enregistrement W3117139805 · doi:10.1136/bmjopen-2020-039813

Clinical, laboratory and imaging predictors for critical illness and mortality in patients with COVID-19: protocol for a systematic review and meta-analysis

2020· review· en· W3117139805 sur OpenAlexaboutno aff
Xinxing Lai, Jian Liu, Tianyi Zhang, Luda Feng, Ping Jiang, Ligaoge Kang, Qiang Liu, Ying Gao

Notice bibliographique

RevueBMJ Open · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesBeijing University of Chinese Medicine
Mots-clésMedicineCritical appraisalData extractionChecklistSystematic reviewMEDLINEMeta-analysisCochrane LibraryProtocol (science)Family medicineAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: With the threat of a worldwide pandemic of COVID-19, it is important to identify the prognostic factors for critical conditions among patients with non-critical COVID-19. Prognostic factors and models may assist front-line clinicians in rapid identification of high-risk patients, early management of modifiable factors, appropriate triaging and optimising the use of limited healthcare resources. We aim to systematically assess the clinical, laboratory and imaging predictors as well as prediction models for severe or critical illness and mortality in patients with COVID-19. METHODS AND ANALYSIS: All peer-reviewed and preprint primary articles with a longitudinal design that focused on prognostic factors or models for critical illness and mortality related to COVID-19 will be eligible for inclusion. A systematic search of 11 databases including PubMed, EMBASE, Web of Science, Cochrane Library, CNKI, VIP, Wanfang Data, SinoMed, bioRxiv, Arxiv and MedRxiv will be conducted. Study selection will follow the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Data extraction will be performed using the modified version of the Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies checklist and quality will be evaluated using the Newcastle-Ottawa Scale and the Quality In Prognosis Studies tool. The association between prognostic factors and outcomes of interest will be synthesised and a meta-analysis will be conducted with three or more studies reporting a particular factor in a consistent manner. ETHICS AND DISSEMINATION: Ethical approval was not required for this systematic review. We will disseminate our findings through publication in a peer-reviewed journal. PROSPERO REGISTRATION NUMBER: CRD 42020178798.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,067
score de la tête « metaresearch » (Gemma)0,089
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,353

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,089
Méta-épidémiologie (sens strict)0,0070,005
Méta-épidémiologie (sens large)0,0240,030
Bibliométrie0,0110,010
Études des sciences et des technologies0,0030,004
Communication savante0,0080,007
Science ouverte0,0050,005
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0700,008

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 Opus0,389
Tête enseignante GPT0,652
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207