Association of Diabetes and Severe COVID-19 Outcomes: A Rapid Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Addressing the urgent need for evidence on diabetes as a serious comorbidity for severe illness and death from coronavirus disease 2019 (COVID-19), we investigated the association between diabetes and COVID-19 disease severity in patients hospitalized due to COVID-19. Methods: This rapid review and meta-analysis was undertaken in adherence with the Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) guidelines. MEDLINE and EMBASE were searched for studies published between January 1 and May 20, 2020. Studies included were English language, peer-reviewed, observational studies of adults hospitalized for COVID-19 with reported clinical course and living with or without diabetes. The severity of clinical course was assessed using a composite outcome (mortality, admittance to intensive care unit (ICU), requirement for invasive mechanical ventilation (IMV), clinically defined severe or critical disease). Data and adjusted measures of association were extracted from published reports, and meta-analysis was performed using a random effects model. The protocol was registered with OSF (). Results: A literature search yielded 431 articles, of which 45 studies (22,091 patients) met the inclusion criteria and 14 studies (12,383 patients) reported an adjusted measure of association for diabetes with the composite outcome with pooled hazard ratio 1.59 (95% confidence interval 1.3 - 1.93; I 2 = 0%, P = 0.820) and pooled odds ratio of 2.15 (95% confidence interval 1.63 - 2.83; I 2 = 0%, P = 0.892); evidence by GRADE was moderate. Conclusions: People living with diabetes are more likely to develop severe COVID-19 clinical course if hospitalized for COVID-19 than people not living with diabetes. To inform clinical decision-making during the pandemic, our findings support that people living with diabetes who are hospitalized for COVID-19 should be prioritized when triaged as at increased risk for the development of severe clinical course. J Endocrinol Metab. 2020;10(5):118-130 doi: https://doi.org/10.14740/jem698
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 | 0,024 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,044 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».