Clinical manifestations of COVID‐19: An overview of 102 systematic reviews with evidence mapping
Notice bibliographique
Résumé
OBJECTIVE: Coronavirus disease 2019 (COVID-19) has rapidly spread worldwide, but there is so far no comprehensive analysis of all known symptoms of the disease. Our study aimed to present a comprehensive picture of the clinical symptoms of COVID-19 using an evidence map. METHODS: We systematically searched MEDLINE via PubMed, Web of Science, Embase, and Cochrane library from their inception to March 16, 2021. We included systematic reviews reporting the clinical manifestations of COVID-19 patients. We followed the PRISMA guidelines, and the study selection, data extraction, and quality assessment were done by two individuals independently. We assessed the methodological quality of the studies using AMSTAR. We visually presented the clinical symptoms of COVID-19 and their prevalence. RESULTS: A total of 102 systematic reviews were included, of which, 68 studies (66.7%) were of high quality, 19 studies (18.6%) of medium quality, and 15 studies (14.7%) of low quality. We identified a total of 74 symptoms including 17 symptoms of the respiratory system, 21 symptoms of the neurological system, 10 symptoms of the gastrointestinal system, 16 cutaneous symptoms, and 10 ocular symptoms. The most common symptoms were fever (67 studies, ranging 16.3%-91.0%, pooled prevalence: 64.6%, 95%CI, 61.3%-67.9%), cough (68 studies, ranging 30.0%-72.2%, pooled prevalence: 53.6%, 95%CI, 52.1%-55.1%), muscle soreness (56 studies, ranging 3.0%-44.0%, pooled prevalence: 18.7%, 95%CI, 16.3%-21.3%), and fatigue (52 studies, ranging 3.3%-58.5%, pooled prevalence: 29.4%, 95%CI, 27.5%-31.3%). The prevalence estimates for COVID-19 symptoms were generally lower in neonates, children and adolescents, and pregnant women than in the general populations. CONCLUSION: At least 74 different clinical manifestations are associated with COVID-19. Fever, cough, muscle soreness, and fatigue are the most common, but attention should also be paid to the rare symptoms that can help in the early diagnosis of the disease.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Méta-épidémiologie (sens large)Métarecherche Domaine: Méthodes · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | medium |
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 | 0,028 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,032 | 0,029 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».