Ocular manifestations and SARS-CoV-2 detection in tears and conjunctival scrape from non-severe COVID-19 patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: To explore the ocular features of corona virus disease (COVID)-19 and severe acute respiratory syndrome coronavirus (SARS-CoV)-2 detection in tears and conjunctival scrapes in non-severe COVID-19 patients. METHODS: , 2020. Clinical data and samples of tears and conjunctival scraping were collected in consecutive laboratory-confirmed, non-severe COVID-19 patients from three hospitals. COVID-19 virus was analyzed by real-time reverse transcriptase polymerase chain reaction (RT-PCR) kits. RESULTS: Totally 255 laboratory-confirmed, non-severe COVID-19 patients were recruited for ocular manifestation investigation. Of them, 54.9% were females, with a mean age of 49.4y. None of the patients has evidence of uveitis; 11 patients (4.3%) complained of mild asthenopia; 2 (0.8%) had mild conjunctival congestion and serous secretion. Twenty-five of them had performed tears and conjunctival scrape for COVID-19 virus detection, with 4 yield possible positive results in the nucleoprotein gene. One of them were asymptomatic with normal chest CT and positive pharyngeal swab result. CONCLUSION: Ocular manifestations are neither common nor specific in non-severe COVID-19 patients. Meanwhile, COVID-19 virus nucleotides can be detected in the tears and conjunctival scrape samples, warranting further research on the transmissibility by the ocular route.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle