Elevated D-dimer is associated with severity of COVID-19: A systematic review and meta-analysis
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
With the rapid increase of COVID-19 cases, identifying case severity has become a critical issue for hospital admission and intensive care treatment. Given that pre-existing comorbidities play a significant role in the severity, emerging evidence indicates coagulopathy becomes an independent condition that causes respiratory distress in COVID-19. In this metanalysis, relevant literatures reporting D-dimer, a coagulation byproduct, in COVID-19 cases were synthesized and statistically analyzed to test if the D-dimer level can predict case severity and mortality. The analysis found that D-dimer levels were higher in non-survivors/severe than in survivors/non-severe, (MD 0.64, 95% CI 0.52 to 0.75; participants = 5957, I2 = 98%). Subgroup analysis showed MD between non-survivors and survivors was MD 3.48 μg/mL (95% CI 2.69 to 4.27; participants = 1799; studies = 7; I2 = 86%) with Z-score 8.64, p<0.0001. In meta-regression, a significant correlation was observed between increased plasma mean D-dimer level with increased proportion case severity (P=0.046) and mortality (P=0.009). Overall, the study found that the D-dimer level index can be a predictor of risk for case severity and mortality in COVID-19 patients. The test is rapid and inexpensive and can help clinicians prioritize medical care other than deciding therapeutic options for clinical goals.
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 | 0,025 | 0,587 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,020 | 0,004 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 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