MétaCan
Menu
Retour à la cohorte
Enregistrement W3121622351 · doi:10.21203/rs.3.rs-91210/v1

Clinical efficacy of corticosteroids in the early stage of worsening of COVID-19 pneumonia

2020· preprint· en· W3121622351 sur OpenAlexaff
Zheng Liu, Hui Wang, Jiaqi Liu, Qian Wang, Jing Li, Cui-Jiao Jia, Chang-Lang Gao, Jianmin Li, Dongfang Zhao

Notice bibliographique

RevueResearch Square (Research Square) · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésARDSCytokine stormMedicinePneumoniaCoronavirus disease 2019 (COVID-19)DexamethasoneIntensive care medicineViral pneumoniaCorticosteroidStage (stratigraphy)MethylprednisoloneRandomized controlled trialRespiratory distressDiseaseInternal medicineLungSurgeryInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Background: The World Health Organization (WHO) recommends using corticosteroids in patients with severe coronavirus disease 2019 (COVID-19) and acute respiratory distress syndrome (ARDS), and a large randomized controlled clinical trial in the UK found that dexamethasone was effective in reducing the number of deaths in patients with severe COVID-19.Case presentation: Herein, we described a case of COVID-19 with the clinical characteristics of the mild-symptomatic stage deteriorating to a critically ill state, who showed dramatic improvement with corticosteroids in the early stage of worsening of COVID-19 pneumonia.Discussion: This article further discusses the most suitable timing and dosage of corticosteroid to maximize its effect during the worsening of COVID-19 pneumonia.Learning points:• One of the main pathophysiological hypotheses for severe COVID-19 pneumonia is related to cytokine storm and viral load.• The clinical factors should be considered as the initial sign of a cytokine storm, and corticosteroid therapy may be useful in these patients.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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)0,0020,000

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 Opus0,364
Tête enseignante GPT0,591
Écart entre enseignants0,227 · 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'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square (Research Square)Même sujetCOVID-19 Clinical Research StudiesTravaux en français237 207