HBV coinfection and in-hospital outcomes for COVID-19: a systematic review and 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: Since December 2019, there are 30 million confirmed cases of a novel coronavirus disease (COVID-19) secondary to severe acute respiratory syndrome coronavirus 2. As of 2020, hepatitis B virus (HBV) affects more than 200 million people worldwide. Both are caused by viral agents. The short-term mortality rate from COVID-19 is much higher than that of HBV. Objective: We sought to understand the impact of HBV coinfection on hospitalized patients with COVID-19. Search Methods: Searches of the literature were conducted in the PubMed, Cochrane Library, and Embase electronic databases. Selection Criteria: We included cohort studies and randomized studies with information on rates of mortality and intensive care unit (ICU) admission from individuals coinfected by HBV and COVID-19. Data Collection and Analysis: Data from six cohort studies with 2,015 patients were collected between January and April 2020, and the results were analyzed by meta-analysis. Main Results: = 2,015; adjusted OR = 0.79, 95% CI 0.31-1.98). During their hospital stay, coinfected patients did not appear to have an increased hospital length of stay or risk of hepatitis B reactivation. Conclusions: This systematic review and meta-analysis provides support that HBV is not a significant risk factor for serious adverse outcomes among patients hospitalized for COVID-19 infection.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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