MétaCan
Menu
Retour à la cohorte
Enregistrement W4283066552 · doi:10.1097/md.0000000000029362

Impact of the COVID-19 pandemic on patients with chronic kidney disease

2022· review· en· W4283066552 sur OpenAlexaff
Wanbing Huang, Bohou Li, Nan Jiang, Fengxia Zhang, Wei Shi, Li Zuo, Shuangxin Liu, Bin Tang

Notice bibliographique

RevueMedicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Pandemic2019-20 coronavirus outbreakKidney diseaseSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)BetacoronavirusCoronavirus InfectionsMEDLINEDiseaseIntensive care medicineInternal medicineVirologyInfectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Severe acute respiratory disease coronavirus 2 is currently causing the coronavirus disease 2019 (COVID-19) pandemic, placing extreme strain on the global health system. Vaccination is the main measure for preventing the COVID-19 epidemic, especially for high-risk groups including patients with chronic kidney disease (CKD). However, CKD patients receiving dialysis or kidney transplant may be characterized by decreased renal function and immune disorders, which may have uncertainties in their health. This overview aims to introduce the possible impact of the COVID-19 vaccine on kidney disease and its application in patients with CKD to provide evidence for the COVID-19 vaccine in patients with CKD. The data for this study were collected from PubMed, Cochrane Library, Embase, ClinicalTrials.gov, and the China Knowledge Resource Integrated Database (CNKI). The following keywords were used: "COVID-19", "COVID-19 vaccine," and "CKD". The publication time of the papers was set from the establishment of the databases to September 2021. A total of 47 studies were included, and patients with CKD are a high-risk group for COVID-19 infection and severe illness. Vaccination is a powerful tool for preventing CKD patients from COVID-19. Because of possible side effects, the recurrence or deterioration of kidney disease may occur in CKD patients after vaccination. Although vaccination for patients with CKD remains a problem, with the advantages outweighing the disadvantages, stable CKD patients should complete a vaccination plan, and doctors should be aware of the recurrence or deterioration of kidney disease and close monitoring. DATA ACCESS STATEMENT: Research data supporting this publication are available from the electronic databases of PubMed, Cochrane Library, Embase, ClinicalTrials.gov, and the China Knowledge Resource Integrated Database (CNKI).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,110
Tête enseignante GPT0,439
Écart entre enseignants0,329 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207