Hyperglycemia at admission is a strong predictor of mortality and severe/critical complications in COVID-19 patients: a meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Hyperglycemia at admission has been demonstrated to exacerbate the outcomes of coronavirus disease 2019 (COVID-19) but a meta-analysis is lacking to further confirm this hypothesis. The purpose of this meta-analysis was to summarize the evidence on the association between hyperglycemia at admission and the development of COVID-19. METHOD: Four databases namely, PubMed, Web of Science, Embase and Cochrane Library, were screened for eligible studies. STATA software was utilized to pool data for this meta-analysis. The primary outcomes included mortality and severity. Odds ratios (ORs) and 95% confidence intervals (CIs) were calculated with random-effects models, and the quality of evidence was appraised by the Newcastle-Ottawa Scale (NOS). This meta-analysis was prospectively registered online on PROSPERO, CRD42020191763. RESULTS: Sixteen observational studies with 6386 COVID-19 patients relating hyperglycemia at admission to COVID-19 outcomes were included. The overall data demonstrated that, compared with the control, the hyperglycemia at admission group was more likely to have increased mortality (OR = 3.45, 95% CI, 2.26-5.26) and severe/critical complications (OR = 2.08, 95% CI, 1.45-2.99) of COVID-19. CONCLUSION: Hyperglycemia at admission in COVID-19 patients may be a strong predictor of mortality and complications.
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 | 0,014 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,053 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».