MétaCan
Menu
Retour à la cohorte
Enregistrement W4281916133 · doi:10.1016/j.jcpo.2022.100338

The risk of contracting SARS-CoV-2 or developing COVID-19 for people with cancer: A systematic review of the early evidence

2022· review· en· W4281916133 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Cancer Policy · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensQueen's UniversityUniversity of TorontoSunnybrook Health Science CentreCanadian Centre for Applied Research in Cancer ControlSimon Fraser University
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilWorld Health Organization
Mots-clésMedicineOdds ratioCoronavirus disease 2019 (COVID-19)CancerIncidence (geometry)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Meta-analysisMEDLINEFamily medicineOddsPublication biasLogistic regressionInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The early COVID-19 literature suggested that people with cancer may be more likely to be infected with SARS-CoV-2 or develop COVID-19 than people without cancer, due to increased health services contact and/or immunocompromise. While some studies were criticised due to small patient numbers and methodological limitations, they created or reinforced concerns of clinicians and people with cancer. These risks are also important in COVID-19 vaccine prioritisation decisions. We performed a systematic review to critically assess and summarise the early literature. METHODS AND FINDINGS: We conducted a systematic search of Medline/Embase/BioRxiv/MedRxiv/SSRN databases including peer-reviewed journal articles, letters/commentaries, and non-peer-reviewed pre-print articles for 1 January-1 July 2020. The primary endpoints were diagnosis of COVID-19 and positive SARS-CoV-2 test. We assessed risk of bias using a tool adapted from the Newcastle-Ottawa Scale. Twelve studies were included in the quantitative synthesis. All four studies of COVID-19 incidence (including 24,181,727 individuals, 125,649 with pre-existing cancer) reported that people with cancer had higher COVID-19 incidence rates. Eight studies reported SARS-CoV-2 test positivity for > 472,000 individuals, 48,370 with pre-existing cancer. Seven of these studies comparing people with any and without cancer, were pooled using random effects [pooled odds ratio 0.91, 95 %CI: 0.57-1.47; unadjusted for age, sex, or comorbidities]. Two studies suggested people with active or haematological cancer had lower risk of a positive test. All 12 studies had high risk of bias; none included universal or random COVID-19/SARS-CoV-2 testing. CONCLUSIONS: The early literature on susceptibility to SARS-CoV-2/COVID-19 for people with cancer is characterised by pervasive biases and limited data. To provide high-quality evidence to inform decision-making, studies of risk of SARS-CoV-2/COVID-19 for people with cancer should control for other potential modifiers of infection risk, including age, sex, comorbidities, exposure to the virus, protective measures taken, and vaccination, in addition to stratifying analyses by cancer type, stage at diagnosis, and treatment received.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,034
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,261
Tête enseignante GPT0,544
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle