MétaCan
Menu
Retour à la cohorte
Enregistrement W4322770852 · doi:10.1097/ccm.0000000000005798

Hemorrhage, Disseminated Intravascular Coagulopathy, and Thrombosis Complications Among Critically Ill Patients with COVID-19: An International COVID-19 Critical Care Consortium Study*

2023· article· en· W4322770852 sur OpenAlexaff
Jonathon P. Fanning, Natasha Weaver, Robert B. Fanning, Matthew Griffee, Sung‐Min Cho, Mauro Panigada, Nchafatso G. Obonyo, Akram Zaaqoq, Hannah Rando, Yew Woon Chia, Bingwen Eugene Fan, Declan P. Sela, Davide Chiumello, Silvia Coppola, Ahmed Labib, Glenn Whitman, Rakesh C. Arora, Bo S. Kim, Ana Motos, Antoní Torres, Ferrán Barbé, Giacomo Grasselli, Alberto Zanella, Eric Etchill, Asad Ali Usman, Maximilian Feth, Nicole White, Jacky Y. Suen, Gianluigi Li Bassi, Giles J. Peek, John F. Fraser, Heidi J. Dalton

Notice bibliographique

RevueCritical Care Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Institute of General Medical SciencesNational Heart, Lung, and Blood InstituteAdvance QueenslandMerck Sharp and DohmeNational Institutes of HealthPrince Charles Hospital FoundationUS-UK Fulbright CommissionQueensland GovernmentFundación Bancaria Caixa d'Estalvis i Pensions de BarcelonaAmerican Heart AssociationUniversity of QueenslandFulbright AustraliaCook MedicalMetro North Hospital and Health ServiceHealth Research BoardGlaxoSmithKlineBill and Melinda Gates FoundationEdwards LifesciencesEuropean Commission
Mots-clésMedicineCoagulopathyCoronavirus disease 2019 (COVID-19)Critically illCritical illness2019-20 coronavirus outbreakIntensive care medicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)ThrombosisPandemicDisseminated intravascular coagulationConsumptive CoagulopathyVirologyInternal medicineInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine the prevalence and outcomes associated with hemorrhage, disseminated intravascular coagulopathy, and thrombosis (HECTOR) complications in ICU patients with COVID-19. DESIGN: Prospective, observational study. SETTING: Two hundred twenty-nine ICUs across 32 countries. PATIENTS: Adult patients (≥ 16 yr) admitted to participating ICUs for severe COVID-19 from January 1, 2020, to December 31, 2021. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: HECTOR complications occurred in 1,732 of 11,969 study eligible patients (14%). Acute thrombosis occurred in 1,249 patients (10%), including 712 (57%) with pulmonary embolism, 413 (33%) with myocardial ischemia, 93 (7.4%) with deep vein thrombosis, and 49 (3.9%) with ischemic strokes. Hemorrhagic complications were reported in 579 patients (4.8%), including 276 (48%) with gastrointestinal hemorrhage, 83 (14%) with hemorrhagic stroke, 77 (13%) with pulmonary hemorrhage, and 68 (12%) with hemorrhage associated with extracorporeal membrane oxygenation (ECMO) cannula site. Disseminated intravascular coagulation occurred in 11 patients (0.09%). Univariate analysis showed that diabetes, cardiac and kidney diseases, and ECMO use were risk factors for HECTOR. Among survivors, ICU stay was longer (median days 19 vs 12; p < 0.001) for patients with versus without HECTOR, but the hazard of ICU mortality was similar (hazard ratio [HR] 1.01; 95% CI 0.92-1.12; p = 0.784) overall, although this hazard was identified when non-ECMO patients were considered (HR 1.13; 95% CI 1.02-1.25; p = 0.015). Hemorrhagic complications were associated with an increased hazard of ICU mortality compared to patients without HECTOR complications (HR 1.26; 95% CI 1.09-1.45; p = 0.002), whereas thrombosis complications were associated with reduced hazard (HR 0.88; 95% CI 0.79-0.99, p = 0.03). CONCLUSIONS: HECTOR events are frequent complications of severe COVID-19 in ICU patients. Patients receiving ECMO are at particular risk of hemorrhagic complications. Hemorrhagic, but not thrombotic complications, are associated with increased ICU 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,466
Écart entre enseignants0,403 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207