MétaCan
Menu
Retour à la cohorte
Enregistrement W3167241196 · doi:10.1101/2021.06.09.21258271

Plasma zinc status and hyperinflammatory syndrome in hospitalized COVID-19 patients: an observational study

2021· preprint· en· W3167241196 sur OpenAlexaff
Gil Verschelden, Amir Noeparast, Maryam Noparast, Maïlis Lauwers, Charlotte Michel, Frédéric Cotton, Cleo Goyvaerts, Maya Hites

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineZincZinc deficiency (plant disorder)GastroenterologyCohortCoronavirus disease 2019 (COVID-19)Retrospective cohort studyObservational studyCohort studyRespiratory distressProspective cohort studySurgeryPathologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Deficiency of the element zinc is associated with cytokine releasing syndrome (CRS) and the related acute respiratory distress syndrome as well as impaired antiviral response. Similar complications associate with severe SARS-CoV-2. We conducted a prospective, single-center, observational study in a tertiary university hospital (CUB-Hopital Erasme, Brussels) to address the zinc status, the association between the plasma zinc concentration, development of CRS, and the clinical outcomes in PCR-confirmed and hospitalized COVID-19 patients. One hundred and thirty-nine eligible patients were included between May 2020 and November 2020 (median age of 65 years [IQR, 54 to 77]). Our cohort’s mean plasma zinc concentration was 56.2 µg/dL (standard deviation [SD], 14.8) compared to 75.7 µg/dL (SD = 18.9 µg/dL) in the retrospective non-COVID-19 control group (N = 1513; P <.001). Markedly, the absolute majority of patients (96%) were zinc deficient (<80 µg/dL). The mean zinc concentration was lower in patients with CRS compared to those without CRS (−5 µg/dL; 95% CI, -10.5 to 0.051; P = 0.048). Among the tested outcomes, zinc concentration is significantly correlated with only the length of hospital stay (rho = -0.19; P = 0.022), but not with mortality or morbidity. As such, our findings do not support the role of zinc as a robust prognostic marker among hospitalized COVID-19 patients who in our cohort presented high prevalence of zinc deficiency. It might be more beneficial to explore the role of zinc as a biomarker for assessing the risk of developing a tissue-damaging CRS and predicting outcomes in patients diagnosed with COVID-19 at the early stage of the disease.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,094
Tête enseignante GPT0,362
Écart entre enseignants0,268 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetTrace Elements in HealthTravaux en français237 207