Postmortem Findings Associated With SARS-CoV-2
Notice bibliographique
Résumé
Coronavirus Disease 2019 (COVID-19), caused by the novel Severe Acute Respiratory Syndrome-associated Coronavirus 2 (SARS-CoV-2), has become a global threat to public health. COVID-19 is more pathogenic and infectious than the prior 2002 pandemic caused by SARS-CoV-1. The pathogenesis of certain disease manifestations in COVID-19 such as diffuse alveolar damage (DAD) are thought to be similar to SARS-CoV-1. However, the exact pathogenesis of COVID-19 related deaths remains poorly understood. The aim of this article was to systematically summarize the rapidly emerging literature regarding COVID-19 autopsies. A meta-analysis was also conducted based on data accrued from preprint and published articles on COVID-19 (n=241 patients) and the results compared with postmortem findings associated with SARS-CoV-1 deaths (n=91 patients). Both autopsy groups included mostly adults of median age 70 years with COVID-19 and 50 years with SARS-CoV-1. Overall, prevalence of DAD was more common in SARS-CoV-1 (100.0%) than COVID-19 (80.9%) autopsies (P=0.001). Extrapulmonary findings among both groups were not statistically significant except for hepatic necrosis (P <0.001), splenic necrosis (P<0.006) and white pulp depletion (P <0.001) that were more common with SARS-CoV-1. Remarkable postmortem findings in association with COVID-19 apart from DAD include pulmonary hemorrhage, viral cytopathic effect within pneumocytes, thromboembolism, brain infarction, endotheliitis, acute renal tubular damage, white pulp depletion of the spleen, cardiac myocyte necrosis, megakaryocyte recruitment, and hemophagocytosis.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».