Central nervous system manifestations in COVID‐19 patients: A systematic review and meta‐analysis
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: At the end of December 2019, a novel respiratory infection, initially reported in China, known as COVID-19 initially reported in China, and later known as COVID-19, led to a global pandemic. Despite many studies reporting respiratory infections as the primary manifestations of this illness, an increasing number of investigations have focused on the central nervous system (CNS) manifestations in COVID-19. In this study, we aimed to evaluate the CNS presentations in COVID-19 patients in an attempt to identify the common CNS features and provide a better overview to tackle this new pandemic. METHODS: In this systematic review and meta-analysis, we searched PubMed, Web of Science, Ovid, EMBASE, Scopus, and Google Scholar. Included studies were publications that reported the CNS features between 1 January 2020 and 20 April 2020. The data of selected studies were screened and extracted independently by four reviewers. Extracted data analyzed by using STATA statistical software. The study protocol registered with PROSPERO (CRD42020184456). RESULTS: Of 2,353 retrieved studies, we selected 64 studies with 11,687 patients after screening. Most of the studies were conducted in China (58 studies). The most common CNS symptom of COVID-19 was headache (8.69%, 95%CI: 6.76%-10.82%), dizziness (5.94%, 95%CI: 3.66%-8.22%), and impaired consciousness (1.90%, 95%CI: 1.0%-2.79%). CONCLUSIONS: The growing number of studies has reported COVID-19, CNS presentations as remarkable manifestations that happen. Hence, understanding the CNS characteristics of COVID-19 can help us for better diagnosis and ultimately prevention of worse outcomes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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