COVID-19 pandemic: CT chest in COVID-19 infection and prediction of patient’s ICU needs
Notice bibliographique
Résumé
Abstract Background With the tremendous rise in COVID-19 infection and the shortage of real-time reverse transcription-polymerase chain reaction (RT-PCR) testing, we aimed to assess the role of CT in the detection of COVID-19 infection and the correlation with the patients’ management. A retrospective study was conducted on 600 patients who presented with symptoms suspicious for COVID-19 infection between March and the end of June 2020. The current study followed the RSNA recommendations in CT reporting and correlated with the RT-PCR. CT was reviewed and the severity score was correlated with the patient’s management. Results Four hundred sixty-six patients were included with a mean age of 46 + 14.8 years and 63.3 % were males. Three hundred forty patients were confirmed positive by RT-PCR. CT sensitivity was 92.6% while the RT-PCR was the reference. The CT specificity showed a gradual increase with the CT probability reaching 97.6% with high probability CT features. Ground-glass opacities (GGO) was the commonest findings 85.9% with a high incidence of bilateral, peripheral, and multilobar involvement (88%, 92.8%, and 92.8% respectively). Consolidation was found in 81.5% of the ICU patients and was the dominant feature in 66.7% of the ICU cases. CT severity score was significantly higher in ICU patients with a score of ≥ 14. Conclusions COVID-19 infection showed typical CT features which can be used as a rapid and sensitive investigation. Two CT phenotypes identified with the predominant consolidation phenotype as well as severity score can be used to determine infection severity and ICU need.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».