Clinical and epidemiological features of patients with COVID-19 reinfection: a systematic review
Notice bibliographique
Résumé
Recurrent positivity in a patient with COVID-19 may be due to various reasons, not necessarily reinfection. There is concern about the occurrence frequency of reinfection. Five databases and a preprint/preprint repository were searched. All case reports, case series, and observational studies were included. Bias was assessed for each study with the Newcastle-Ottawa Scale tool and reported according to the preferred reporting items for systematic reviews and meta-analyses (PRISMA-2020). After eligibility, 77 studies were included for qualitative synthesis (52 case reports, 21 case series, and four case-controls; 1131 patients included). Of these, 16 studies described a second contact with the SARS-CoV-2 positive case, five studies described healthcare profession-related infection, ten studies described that the source of reinfection was likely to be from the community, one study described travel-related infection, nine studies described vulnerability-related infection due to comorbidity. The mean number of days from discharge or negative test to reinfection ranged from 23.3 to 57.6 days across the different included studies. The risk of bias for all case report/series studies was moderate/high. For observational studies, the risk of bias was low. Reinfection of patients with COVID-19 occurs between the first and second month after the first infection, but beyond, and 90 days have been proposed as a point to begin to consider it. The main factor for reinfection is contact with COVID-19 positive cases.
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 | 0,002 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».