Liver dysfunction during COVID-19 pandemic: Contributing role of associated factors in disease progression and severity
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».