MétaCan
Menu
Retour à la cohorte
Enregistrement W3189482288 · doi:10.3389/fmed.2021.714570

Risk Factors for Development and Severity of COVID-19 in COPD Patients

2021· article· en· W3189482288 sur OpenAlexaff
Matteo Bonato, Umberto Semenzato, Mariaenrica Tinè, Erica Bazzan, Marco Damin, Davide Biondini, Alvise Casara, Micaela Romagnoli, Graziella Turato, Manuel G. Cosío, Marina Saetta, Simonetta Baraldo

Notice bibliographique

RevueFrontiers in Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensMcGill UniversityChristie (Canada)
Organismes subventionnairesUniversità degli Studi di Padova
Mots-clésMedicineCOPDDLCOExacerbationDyslipidemiaInternal medicineIncidence (geometry)CohortDiabetes mellitusCohort studyRisk factorIntensive care medicineCoronavirus disease 2019 (COVID-19)PneumoniaObesityLungLung functionDiffusing capacityDisease

Résumé

récupéré en direct d'OpenAlex

The impact that COVID-19 could have on patients with COPD is a real concern. In this study we evaluated, in a cohort of longitudinally followed COPD subjects, the incidence of COVID-19, seeking for possible risk factors and prognostic factors predicting the clinical outcome. In our cohort of 370 patients (followed for 5.3 ± 2.7 years), 22 developed COVID-19 (COPD/COVID-19+) between February/November 2020 (5.9%). Cardio-metabolic conditions (hypertension, dyslipidemia, obesity, diabetes) but not respiratory abnormalities (FEV 1 , DLCO, emphysema and exacerbation history), were risk factors for development of COVID-19 in COPD patients. Out of the 22 COPD/COVID-19+ patients, 10 needed intensive care. Low DLCO and emphysema, but also metabolic comorbidities, were related to the need for intensive care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,316
Écart entre enseignants0,291 · 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 tête enseignante, 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207