Hyperglycemia at admission is a strong predictor of mortality and severe/critical complications in COVID-19 patients: a 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: 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.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 découle