Radiographic Hepatic Steatosis Is Not Associated With Key Clinical Outcomes Among Patients Hospitalized With COVID-19
Notice bibliographique
Résumé
BACKGROUND: Metabolic syndrome increases adverse outcomes in coronavirus disease 2019 (COVID-19) infection. Hepatic steatosis may increase risk of COVID-19 severity. Current studies evaluating steatosis lack reliable definitions. We aimed to evaluate the association of radiographic hepatic steatosis and clinical outcomes of COVID-19 severity in a diverse cohort. METHODS: We retrospectively identified patients with COVID-19 infection admitted to two US academic hospitals. Outcomes were length of stay, intensive care unit use, mechanical ventilation, and in-hospital mortality. We used Mann-Whitney U-test for continuous measures and Chi-square or Fisher's exact test for categorical measures. Multivariable linear and logistic regression analyses were used to adjust for confounders. RESULTS: Of the 319 patients, 14% had hepatic steatosis. There were no differences in length of stay (6 (4 - 16) vs. 9 (4 - 18) days, P = 0.6), intensive care unit (24% vs. 32%, P = 0.3), mechanical ventilation (28% vs. 38%, P = 0.32), or in-hospital mortality (7% vs. 17%, P = 0.12). After adjustment, there was no difference in length of stay (β: -14.37, 95% confidence interval (CI): -30.5 - 1.77, P = 0.08), intensive care unit (odds ratio (OR): 0.31, 95% CI: 0.03 - 1.09, P = 0.06), mechanical ventilation (OR: 0.13, 95% CI: 0.02 - 1.09, P = 0.06), or in-hospital mortality (OR: 0.27, 95% CI: 0.06 - 1.16, P = 0.08) among patients with hepatic steatosis. CONCLUSION: Radiographic hepatic steatosis was not associated with worse outcomes among patients hospitalized with COVID-19.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».