Critically ill patients with diabetes and Middle East respiratory syndrome: a multi-center observational study
Notice bibliographique
Résumé
BACKGROUND: Diabetes is a risk factor for infection with coronaviruses. This study describes the demographic, clinical data, and outcomes of critically ill patients with diabetes and Middle East Respiratory Syndrome (MERS). METHODS: This retrospective cohort study was conducted at 14 hospitals in Saudi Arabia (September 2012-January 2018). We compared the demographic characteristics, underlying medical conditions, presenting symptoms and signs, management and clinical course, and outcomes of critically ill patients with MERS who had diabetes compared to those with no diabetes. Multivariable logistic regression analysis was performed to determine if diabetes was an independent predictor of 90-day mortality. RESULTS: Of the 350 critically ill patients with MERS, 171 (48.9%) had diabetes. Patients with diabetes were more likely to be older, and have comorbid conditions, compared to patients with no diabetes. They were more likely to present with respiratory failure requiring intubation, vasopressors, and corticosteroids. The median time to clearance of MERS-CoV RNA was similar (23 days (Q1, Q3: 17, 36) in patients with diabetes and 21.0 days (Q1, Q3: 10, 33) in patients with no diabetes). Mortality at 90 days was higher in patients with diabetes (78.9% versus 54.7%, p < 0.0001). Multivariable regression analysis showed that diabetes was an independent risk factor for 90-day mortality (odds ratio, 2.09; 95% confidence interval, 1.18-3.72). CONCLUSIONS: Half of the critically ill patients with MERS have diabetes; which is associated with more severe disease. Diabetes is an independent predictor of mortality among critically patients with MERS.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».