Predictors and mortality risk of venous thromboembolism in patients with COVID-19: systematic review and meta-analysis of observational studies
Notice bibliographique
Résumé
Introduction: Novel severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection resulting in COVID-19 disease is associated with widespread inflammation and a prothrombotic state, resulting in frequent venous thromboembolic (VTE) events. It is currently unknown whether anticoagulation is protective for VTE events. Therefore, we conducted a systematic review to identify predictors of VTE in COVID-19. Methods: We searched PubMed, EMBASE, Google Scholar, and Ovid databases for relevant observational studies of VTE in COVID-19 disease. The effect size for predictors of VTE was calculated using a random-effects model and presented as forest plots. Heterogeneity among studies was expressed as Q statistics and I 2 . Bias was assessed using the Newcastle Ottawa Scale for all identified observational studies. Publication bias was assessed with funnel plot analysis. Results: We identified 28 studies involving 6053 patients with suspected or confirmed COVID-19. The overall pooled prevalence of VTE events was 20.7%. Male sex was associated with a higher risk of VTE events, whereas prior history of VTE, smoking, and cancer were not. VTE events were significantly higher in severely ill patients, mechanically ventilated patients, those requiring intensive care admission, and those with a low PaO 2 /FiO 2 ratio (P/F ratio). Chronic comorbidities, including cardiovascular disease, heart failure, renal disease, and pulmonary disease, did not increase the risk of VTE events. Patients with VTE had higher leukocyte counts and higher levels of D-dimer, C-reactive protein, and procalcitonin. The occurrence of VTE was associated with increased length of stay but did not impact mortality. Therapeutic and prophylactic doses of anticoagulation were not protective against VTE. Conclusion: VTE in COVID-19 is associated with male gender and severe disease but not with traditional risk factors for VTE. The occurrence of VTE does not appear to be mitigated by either prophylactic or therapeutic anticoagulation. The occurrence of VTE in this population is associated with an increased length of stay but does not appear to impact mortality.
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 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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,017 | 0,003 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».