Liver dysfunction during COVID-19 pandemic: Contributing role of associated factors in disease progression and severity
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.
Notice bibliographique
Résumé
In December 2019, a new strain of coronavirus was discovered in China, and the World Health Organization declared it a pandemic in March 2020. The majority of people with coronavirus disease 19 (COVID-19) exhibit no or only mild symptoms such as fever, cough, anosmia, and headache. Meanwhile, approximately 15% develop a severe lung infection over the course of 10 d, resulting in respiratory failure, which can lead to multi-organ failure, coagulopathy, and death. Since the beginning of the pandemic, it appears that there has been consideration that pre-existing chronic liver disease may predispose to deprived consequences in conjunction with COVID-19. Furthermore, extensive liver damage has been linked to immune dysfunction and coagulopathy, which leads to a more severe COVID-19 outcome. Besides that, people with COVID-19 frequently have abnormal liver function, with more significant elevations in alanine aminotransferase and aspartate aminotransferase in patients with severe COVID-19 compared to those with mild/moderate disease. This review focuses on the pathogenesis of severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) infection in the liver, as well as the use of liver chemistry as a prognostic tool during COVID-19. We also evaluate the findings for viral infection of hepatocytes, and look into the potential mechanisms behind SARS-CoV-2-related liver damage.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle