Significant Mortality Associated With COVID-19 and Comorbid Cerebrovascular Disease: A Quantitative Systematic Review
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
We report the first quantitative systematic review of cerebrovascular disease in coronavirus disease 2019 (COVID-19) to provide occurrence rates and associated mortality. Through a comprehensive search of PubMed we identified 8 cohort studies, 5 case series, and 2 case reports of acute cerebrovascular disease in patients with confirmed COVID-19 diagnosis. Our first meta-analysis utilizing the identified publications focused on comorbid cerebrovascular disease in recovered and deceased patients with COVID-19. We performed 3 additional meta-analyses of proportions to produce point estimates of the mortality and incidence of acute cerebrovascular disease in COVID-19 patients. Patient's with COVID-19 who died were 12.6 times more likely to have a history of cerebrovascular disease. We estimated an occurrence rate of 2.6% (95% confidence interval, 1.2-5.4%) for acute cerebrovascular disease among consecutively admitted patients with COVID-19. While for those with severe COVID-19' we estimated an occurrence rate of 6.5% (95% confidence interval, 4.4-9.6%). Our analysis estimated a rate of 35.5% for in-hospital mortality among COVID-19 patients with concomitant acute cerebrovascular disease. This was consistent with a mortality rate of 34.0% which we obtained through an individual patient analysis of 47 patients derived from all available case reports and case series. COVID-19 patients with either acute or chronic cerebrovascular disease have a high mortality rate with higher occurrence of cerebrovascular disease in patients with severe COVID-19.
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 | 0,009 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle