A systematic review and meta-analysis of discharged COVID-19 patients retesting positive for RT-PCR
Notice bibliographique
Résumé
Background: With the increased number of patients discharged after having COVID-19, more and more studies have reported cases whose retesting was positive (RP) during the convalescent period, which brings a new public health challenge to the world. Methods: We searched PubMed, Web of Science, The Cochrane Library, CNKI, WanFang and VIP from December 1, 2019 to December 31, 2020. The included studies were assessed using JBI critical appraisal tools and Newcastle-Ottawa Scale. The RP rate of discharge patients was analyzed by a meta-analysis. We adhered to PRISMA reporting guideline. Findings: We have included 117 studies with 2669 RP participants after discharge. The methodological quality of 66 case reports were low to high, 42 case series and 3 cohort study were moderate to high, 3 case-control studies were moderate and 3 cross-sectional studies were low to moderate. The clinical manifestations of most RP patients were mild or asymptomatic, and CT imaging and laboratory examinations were usually normal. The existing risk factors suggest that more attention should be paid to sever patients, elderly patients, and patients with co-morbidities. The summary RP rate was 122% (95% CI 106137) with high heterogeneity (I 2 = 85%). Interpretation: To date, the causes and risk factors of RP result in discharged patients are not fully understood. High-quality etiological and clinical studies are needed to investigate these issues to further help us to make strategies to control and prevent its occurrence.
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 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 | 0,010 | 0,656 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,037 | 0,008 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».