Association of Pregnancy With Coronavirus Cytokine Storm: Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract Background Coronavirus disease 2019 (COVID-19) is caused by severe acute respiratory syndrome coronavirus 2 (SAR2-COV-2) that identified first in Wuhan, China, in December 2019, rapidly spreading to the rest of the globe, becoming a pandemic. Some studies have eluded to an association between pregnancy status and severe COVID-19 cytokine storm, some, in contrast, have demonstrated such. The aim of the current study was to find the relationship between pregnancy status and clinical COVID-19 severity characterized by cytokine storm through a systematic review and meta-analysis approach. Methods We searched Google Scholar, PubMed, Scopus, Web of Science, and Embase databases to identify clinical studies suitable for inclusion in this meta-analysis. Studies reporting pregnancy status and comparing the COVID-19 severity cytokine storm outcome were included. The COVID-19 severity characterized by cytokine storm was described using parameters such as; Intensive Care Unit Admission, Invasive Mechanical Ventilation, Mechanical Ventilation, Hospital Admission, Pro and Inflammatory cytokine levels, consolidation on chest CT scan, pulmonary infiltration, extreme fevers as characteristic of cytokine storm, syndromic severity, higher neutrophil count indicative of cytokine storm and severe COVI-19 presentation. Results A total of 17 articles detailing 840332 COVID-19 women were included. Our meta-analysis revealed a relationship between positive pregnancy status and severe COVID-19 cytokine storm case (random effect model, OR=2.47; 95% CI: 1.63-3.73; P < 0.0001), with a cumulative incidence of 6432 (14.1%) among the pregnant women with COVID-19 and 24352 (3.1%) among the non-pregnant women with COVI-19. Further to this, we found that the sub-analysis between Single Centre and Multiple Centre studies demonstrated seemingly the same as heterogeneity (I 2 = 72 and (I 2 = 98), respectively. Sensitivity analysis on each sub-group revealed that pregnancy was significantly related to severe COVID-19 with cytokine storm from single Centre studies, (fixed effect model, OR= 3.97; 95% CI: 2.26-6.95; P< 0.00001) with very low heterogeneity (I 2 = 2 %; P = 0.42). Conclusion Being pregnant is clearly associated with experiencing a severe COVID-19 characterized by a cytokine storm. The SARS-COV-2 epidemic should serve as an impetus for pregnant women diagnosed with COVID-19, and map out salient risk factors associated with its severity. The trial is registered with the International Prospective Register of Systematic Reviews (PROSPERO) CRD42021242011.
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 | 0,010 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,037 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».