Haematological predictors of poor outcome among COVID-19 patients admitted to an intensive care unit of a tertiary hospital in South Africa
Notice bibliographique
Résumé
BACKGROUND: Studies from Asia, Europe and the USA indicate that widely available haematological parameters could be used to determine the clinical severity of Coronavirus disease 2019 (COVID-19) and predict management outcome. There is limited data from Africa on their usefulness in patients admitted to Intensive Care Units (ICUs). We performed an evaluation of baseline haematological parameters as prognostic biomarkers in ICU COVID-19 patients. METHODS: Demographic, clinical and laboratory data were collected prospectively on patients with confirmed COVID-19, admitted to the adult ICU in a tertiary hospital in Cape Town, South Africa, between March 2020 and February 2021. Robust Poisson regression methods and receiver operating characteristic (ROC) curves were used to explore the association of haematological parameters with COVID-19 severity and mortality. RESULTS: A total of 490 patients (median age 54.1 years) were included, of whom 237 (48%) were female. The median duration of ICU stay was 6 days and 309/490 (63%) patients died. Raised neutrophil count and neutrophil/lymphocyte ratio (NLR) were associated with worse outcome. Independent risk factors associated with mortality were age (ARR 1.01, 95%CI 1.0-1.02; p = 0.002); female sex (ARR 1.23, 95%CI 1.05-1.42; p = 0.008) and D-dimer levels (ARR 1.01, 95%CI 1.002-1.03; p = 0.016). CONCLUSIONS: Our study showed that raised neutrophil count, NLR and D-dimer at the time of ICU admission were associated with higher mortality. Contrary to what has previously been reported, our study revealed females admitted to the ICU had a higher risk of 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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».