MétaCan
Menu
Retour à la cohorte
Enregistrement W4362720714 · doi:10.14740/cii159

Mortality Prognostic Hematological Parameters in COVID-19 Patients

2023· article· en· W4362720714 sur OpenAlexvenueno aff
Sara Soliman, Akintayo Akinleye, Jamie Hudaniele, Medhat Ghaly

Notice bibliographique

RevueClinical Infection and Immunity · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Medicine2019-20 coronavirus outbreakInternal medicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Intensive care medicineVirologyDiseaseOutbreakInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background: Coronavirus disease (COVID-19) pandemic has led to a global pandemic with cases ranging from asymptomatic infection to severe acute respiratory distress syndrome (ARDS). Early in the pandemic, COVID-19 was observed to affect multiple hematological parameters including leukocytes, lymphocytes, and platelets. We conducted this study to assess possible correlation between certain parameters such as neutrophil-lymphocyte ratio (NLR), platelet-lymphocyte ratio (PLR) and severity of COVID-19 infection. Methods: This is a single-center retrospective analysis of the data of adults (aged above 18 years) hospitalized at our facility from March to August 2020. All patients had the following criteria: oxygen saturation below 94% without oxygen supplementation on presentation and positive COVID-19 real-time reverse-transcriptase-polymerase chain reaction (RT-PCR). Results: The study population was 276 patients, and 52.2% were males. Multiple comorbidities were documented. Hypertension, diabetes, and asthma were the most common. Overall mortality was 21.3%. Leukocytosis along with lymphopenia were associated with significantly increased risk for intensive care unit (ICU) admission; however only leukocytosis was associated with increased risk of mechanical ventilation and death. PLR and NLR were significantly associated with disease severity in terms of rates of ICU admission, mechanical ventilation, and death. Although lymphopenia was noted more frequently in patients with severe COVID-19 infection, the association between lymphopenia and in-hospital mortality was not statistically significant in our study. The parameters can be used to predict severity, guide patient triage and early intervention. Conclusions: We conclude NLR and PLR can be used as simple prognostic factors to predict severity of COVID-19 patients and guide possible close monitoring and earlier intervention. Clin Infect Immun. 2023;8(1):13-23 doi: https://doi.org/10.14740/cii159

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,020
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,361
Tête enseignante GPT0,539
Écart entre enseignants0,177 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infection and ImmunityMême sujetCOVID-19 and healthcare impactsTravaux en français237 207