MétaCan
Menu
Retour à la cohorte
Enregistrement W3127392483 · doi:10.1016/j.anrea.2021.01.001

Caractéristiques épidémiologiques et cliniques des patients COVID-19 admis en réanimation à l’hôpital Donka de Conakry, Guinée : étude descriptive des 140 premiers cas hospitalisés

2021· article· fr· W3127392483 sur OpenAlexaff
Joseph Donamou, Almamy Bangoura, L M Camara, Djiki Camara, Dine A. Traoré, Roméo J.-M. Abékan, Luis Sossa, C. Mohamed, Touré Abdoulaye, Camara A. Yalla, Dramé A. Atigou, Sow Mamadou Saliou, Philippe Baele

Notice bibliographique

RevueAnesthésie & Réanimation · 2021
Typearticle
Languefr
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensHôpital Saint-Luc
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)HumanitiesGynecologyArtInternal medicine

Résumé

récupéré en direct d'OpenAlex

Décrire les caractéristiques épidémiologiques et cliniques des patients COVID-19 admis au service de réanimation. Il s’agissait d’une étude prospective observationnelle de 4 mois (12 mars au 12 juillet) réalisée au service de réanimation du Centre de Traitement COVID-19 de l’Hôpital national Donka. Durant la période d’étude, 6044 malades ont été testés positifs au SARS-CoV-2 ; 140 parmi eux ont été admis en réanimation, soit une prévalence de 2,3 %. L’âge moyen des patients était de 59 ± 14 ans. La majorité des patients (79 %) était de sexe masculin. Concernant les comorbidités, 77 % des patients avaient au moins une comorbidité médicale, dont l’hypertension artérielle (55 %) et le diabète (38 %). Les signes cliniques les plus fréquents étaient la dyspnée, (81 %), l’asthénie physique (64 %) et la toux (60 %). La majorité de nos patients (91 %) a bénéficié d’une oxygénothérapie classique. Le syndrome de détresse respiratoire aiguë (SDRA) était la complication la plus représentée (38 %). Le taux de létalité était de 25 % sur l’ensemble des patients admis en réanimation. Une faible proportion de patients COVID-19 ont été admis en réanimation. Ces patients étaient principalement des personnes âgées et de sexe masculin, ayant au moins une comorbidité. La symptomatologie était dominée par la dyspnée et les complications par le SDRA. La létalité était comparable en Europe et aux États-Unis. To describe the epidemiological and clinical characteristics of COVID-19 patients admitted to the intensive care unit. This was a 4-month (from the 12th of March to the 12th of July) prospective and observational study carried out in the intensive care unit of the COVID-19 Treatment Centre at Donka National Hospital, Conakry, Guinea. During the duration of the study, 6044 patients tested positive for SARS-CoV-2, of whom 140 were admitted to intensive care, i.e. 2.31 %. The average age of the patients was 59 ± 14 years. The majority of patients were male, 79 % (n = 110). Concerning comorbidities, 77 % (n = 108) of the patients had at least one medical comorbidity, mainly hypertension (55 % of cases n= 77) and diabetes (38 % of cases n = 53). Main clinical signs were dyspnea (81 %), physical asthenia (64 %) and cough (60 %). The majority of our patients (91 %) benefited from conventional oxygen therapy. Acute Respiratory Distress Syndrome (ARDS) was the most represented complication (38 %). The lethality rate in resuscitation was 25 %. The rate of admission of COVID-19 patients to intensive care was relatively low, and it concerned mainly elderly, male patients with at least one comorbidity. The symptomatology was dominated by dyspnea and complications by ARDS with significant mortality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,344
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnesthésie & RéanimationMême sujetLong-Term Effects of COVID-19Travaux en français237 207