A real-world experience of SARS-CoV-2 infection in a tertiary referral centre of Montréal: Unexpected low prevalence and low mortality
Notice bibliographique
Résumé
BACKGROUND: The impact of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection in patients with chronic liver disease (CLD) and liver transplant (LT) recipients remains a concern. The aim of this study was to report the impact of coronavirus disease 2019 (COVID-19) infection among patients at the tertiary health care centre Centre hospitalier de l’Université de Montréal (CHUM) during the first wave of the SARS-CoV-2 pandemic. METHODS: This real-world, retrospective cohort included all patients admitted to our liver unit and/or seen as an outpatient with CLD with or without cirrhosis and/or LT recipients who tested positive to SARS-CoV-2 infection. Cases were considered positive as defined by the detection of SARS-CoV-2 by reverse-transcription polymerase chain reaction (RT-PCR) on nasopharyngeal swabs. RESULTS: Between April 1 and July 31, 2020, 5,637 were admitted to our liver unit and/or seen as outpatient. Among them, 42 were positive for SARS-CoV-2. Twenty-two patients had CLD without cirrhosis while 16 patients had cirrhosis at the time of the infection (13, 2, and 1 with Child–Pugh A, B, and C scores, respectively). Four were LT recipients. Overall, 15 of 42 patients (35.7%) were hospitalized; among them, 7 of 42 (16.7%) required respiratory support and 4 of 42 (9.5%) were transferred to the intensive care unit. Only 4 of 42 (9.5%) patients died: 2 with CLD without cirrhosis and 2 with CLD with cirrhosis. Overall survival was 90.5%. CONCLUSION: This real-world study demonstrates an unexpectedly low prevalence and low mortality in the context of SARS-CoV-2 infection among patients with CLD with or without cirrhosis and LT recipients.
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 | 0,000 | 0,004 |
| 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 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 ».