COVID–19 and chronic kidney disease: an updated overview of reviews
Notice bibliographique
Résumé
BACKGROUND: Coronavirus disease (COVID-19) has resulted in the death of more than 3.5 million people worldwide. While COVID-19 mostly affects the lungs, different comorbidities can have an impact on its outcomes. We performed an overview of reviews to assess the effect of Chronic Kidney Disease (CKD) on contracting COVID-19, hospitalization, mortality, and disease severity. METHODS: We searched published and preprint databases. We updated the reviews by searching for primary studies published after August 2020, and prioritized reviews that are most updated and of higher quality using the AMSTAR tool. RESULTS: We included 69 systematic reviews and 66 primary studies. Twenty-eight reviews reported on the prevalence of CKD among patients with COVID-19, which ranged from 0.4 to 49.0%. One systematic review showed an increased risk of hospitalization in patients with CKD and COVID-19 (RR = 1.63, 95% CI 1.03-2.58) (Moderate certainty). Primary studies also showed a statistically significant increase of hospitalization in such patients. Thirty-seven systematic reviews assessed mortality risk in patients with CKD and COVID-19. The pooled estimates from primary studies for mortality in patients with CKD and COVID-19 showed a HR of 1.48 (95% CI 1.33-1.65) (Moderate certainty), an OR of 1.77 (95% CI 1.54-2.02) (Moderate certainty) and a RR of 1.6 (95% CI 0.88-2.92) (Low certainty). CONCLUSIONS: Our review highlights the impact of CKD on the poor outcomes of COVID-19, underscoring the importance of identifying strategies to prevent COVID-19 infection among patients with CKD.
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 | 0,009 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,020 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».