A Comparison of Lung Ultrasound and Computed Tomography in the Diagnosis of Patients with COVID-19: A Systematic Review and Meta-Analysis
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
Background Lung ultrasound (LUS) and computed tomography (CT) can both be used for diagnosis of interstitial pneumonia caused by coronavirus disease 2019 (COVID-19), but the agreement between LUS and CT is unknown. Purpose to compare the agreement of LUS and CT in the diagnosis of interstitial pneumonia caused by COVID-19. Materials and Methods We searched PubMed, Cochrane library, Embase, Chinese Biomedicine Literature, and WHO COVID-19 databases to identify studies that compared LUS with CT in the diagnosis of interstitial pneumonia caused by COVID-19. We calculated the pooled overall, positive and negative percent agreements, diagnostic odds ratio (DOR) and the area under the standard receiver operating curve (SROC) for LUS in the diagnosis of COVID-19 compared with CT. Results We identified 1896 records, of which nine studies involving 531 patients were finally included. The pooled overall, positive and negative percentage agreements of LUS for the diagnosis of interstitial pneumonia caused by COVID-19 compared with CT were 81% (95% confidence interval [CI] 43–99%), 96% (95% CI, 80–99%, I2 = 92.15%) and 80% (95%CI, 60–92%, I2 = 92.85%), respectively. DOR was 37.41 (95% CI, 9.43–148.49, I2 = 63.9%), and the area under the SROC curve was 0.94 (95% CI, 0.92–0.96). The quality of evidence for both specificity and sensitivity was low because of heterogeneity and risk of bias. Conclusion The level of diagnostic agreement between LUS and CT in the diagnosis of interstitial pneumonia caused by COVID-19 is high. LUS can be therefore considered as an equally accurate alternative for CT in situations where molecular tests are not available.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| 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