Pulmonary fibrosis and its related factors in discharged patients with new corona virus pneumonia: a cohort study
Notice bibliographique
Résumé
BACKGROUND: Thousands of Coronavirus Disease 2019 (COVID-19) patients have been discharged from hospitals Persistent follow-up studies are required to evaluate the prevalence of post-COVID-19 fibrosis. METHODS: This study involves 462 laboratory-confirmed patients with COVID-19 who were admitted to Shenzhen Third People's Hospital from January 11, 2020 to April 26, 2020. A total of 457 patients underwent thin-section chest CT scans during the hospitalization or after discharge to identify the pulmonary lesion. A total of 287 patients were followed up from 90 to 150 days after the onset of the disease, and lung function tests were conducted about three months after the onset. The risk factors affecting the persistence of pulmonary fibrosis were identified through regression analysis and the prediction model of the persistence of pulmonary fibrosis was established. RESULTS: Parenchymal bands, irregular interfaces, reticulation and traction bronchiectasis were the most common CT features in all COVID-19 patients. During the 0-30, 31-60, 61-90, 91-120 and > 120 days after onset, 86.87%, 74.40%, 79.56%, 68.12% and 62.03% patients developed with pulmonary fibrosis and 4.53%, 19.61%, 18.02%, 38.30% and 48.98% patients reversed pulmonary fibrosis, respectively. It was observed that Age, BMI, Fever, and Highest PCT were predictive factors for sustaining fibrosis even after 90 days from onset. A predictive model of the persistence with pulmonary fibrosis was developed based-on the Logistic Regression method with an accuracy, PPV, NPV, Sensitivity and Specificity of the model of 76%, 71%, 79%, 67%, and 82%, respectively. More than half of the COVID-19 patients revealed abnormal conditions in lung function after 90 days from onset, and the ratio of abnormal lung function did not differ on a statistically significant level between the fibrotic and non-fibrotic groups. CONCLUSIONS: Persistent pulmonary fibrosis was more likely to develop in patients with older age, higher BMI, severe/critical condition, fever, a longer viral clearance time, pre-existing disease and delayed hospitalization. Fibrosis developed in COVID-19 patients could be reversed in about a third of the patients after 120 days from onset. The pulmonary function of less than half of COVID-19 patients could turn to normal condition after three months from onset. An effective prediction model with an average area under the curve (AUC) of 0.84 was established to predict the persistence of pulmonary fibrosis in COVID-19 patients for early diagnosis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».