Association of Hospitalization Rate, Mortality, and CD4 T Cell Count with Comorbidity of COVID-19 and HIV: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Epidemiological data demonstrate the greater severity of SARS-CoV-2 infection in HIV patients along with the more hospitalization, and mortality rates. Thus, this meta-analysis aimed to assess the possible differences in hospitalization, mortality, and the CD4 T cell counts between COVID-19/HIV co-infected patients and the control group. The relevant studies were obtained from online databases such as Science Direct, PubMed, Scopus, Web of Science, and Google Scholar using Mesh and Non-Mesh keywords and the meta-analysis was conducted according to the Preferred Reporting Items for Systematic review and Meta-Analysis Protocols checklist. Then, the Newcastle-Ottawa scale (NOS) checklist was used to assess the quality of selected studies. According to the random effect models, the odds ratios of hospitalization, mortality, and CD4 T cell counts were estimated. The odds ratios of hospitalization and mortality rates in COVID-19 patients with HIV were 1.67 (confidence interval [CI]: 0.76 to 3.71) and 0.80 (CI: 0.57 to 1.11), respectively, compared to that of the COVID-19 group. In this meta-analysis, there was no statistically significant difference in the rates of hospitalization, mortality, and CD4 T cell counts between COVID-19 patients with HIV and the control group. The similarity between the studied groups could be attributed to factors such as the rarity of COVID-19/HIV co-infection patients and the presence of random error, administration of antiretroviral therapy in HIV patients, and early hospitalization time in COVID-19/HIV co-infected patients.
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 | 0,013 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,054 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».