COVID-19 and CKD: An Overview of Reviews to Inform the World Health Organization Scientific Brief
Notice bibliographique
Résumé
Background: The World Health organization (WHO) declared COVID-19 as a global pandemic in March of 2020. Many studies have assessed the association between different comorbidities and COVID-19 outcomes. In this overview of reviews, we aim to summarize the association between CKD and different COVID-19 outcomes. Methods: We performed a systematic search through Embase, PubMed, Epistemonikos, and Cochrane as well as preprint databases from January 1, 2020 to January 5, 2021. After searching systematic reviews, we updated the search by identifying primary studies published after August 2020, which was the date of last search in the reviews. We focused on systematic reviews and large primary studies. We followed the GRADE methodology to assess the certainty in effect estimates. Data was pooled based on random effects model. Results: We included a total of 69 systematic reviews and 66 primary studies in our overview. We did not identify any systematic reviews that directly reports on CKD and the risk of contracting COVID-19. There was no convincing difference on the risk of acquiring COVID-19 infection in patients with and without CKD in primary studies (OR = 1.00, 95% CI 0.76-1.33). CKD is associated with higher risk of COVID-19 related mortality pooled hazard ratio (HR) 1.48 (95% CI 1.33-1.65) and pooled odds ratio (OR) 1.77 (95% CI 1.54-2.02)(moderate certainty), hospitalization pooled risk ratio (RR) 1.63 (95% CI 1.03-2.58) (moderate certainty) and disease severity pooled RR 1.56 (95% CI 1.3-1.86) (moderate certainty). Notably, the risk of COVID-19 attributed hospitalization and mortality were higher in patients with more advanced CKD stage. Conclusions: Evidence consistently demonstrated an increased risk of mortality, hospitalization and disease severity in patients with CKD and COVID-19 infection. The results highlight the importance of recognizing patients with CKD as a high-risk group and of prioritizing these patients for COVID-19 prevention strategies including vaccination.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,011 |
| Bibliométrie | 0,033 | 0,022 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».