MétaCan
Menu
Retour à la cohorte
Enregistrement W4367051803 · doi:10.1186/s12879-023-08117-y

Viral reactivations and co-infections in COVID-19 patients: a systematic review

2023· review· en· W4367051803 sur OpenAlexaboutno aff
Jenny Yeon Hee Kim, Martín Ragusa, Fernando Tortosa, Ana Torres, Lionel Gresh, Jairo A. Mendez-Rico, Carlos Álvarez, Thiago Lisboa, Sandra Valderrama, Sylvain Aldighieri, Ludovic Revéiz

Notice bibliographique

RevueBMC Infectious Diseases · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesPan American Health Organization
Mots-clésCoinfectionMedicineMedical microbiologyMEDLINECoronavirus disease 2019 (COVID-19)PopulationCochrane LibraryMeta-analysisIntensive care medicineImmunologyVirologyInternal medicineVirusBiologyEnvironmental healthDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Viral reactivations and co-infections have been reported among COVID-19 patients. However, studies on the clinical outcomes of different viral reactivations and co-infections are currently in limit. Thus, the primary purpose of this review is to perform an overarching investigation on the cases of latent virus reactivation and co-infection in COVID-19 patients to build collective evidence contributing to improving patient health. The aim of the study was to conduct a literature review to compare the patient characteristics and outcomes of reactivations and co-infections of different viruses. METHODS: Our population of interest included confirmed COVID-19 patients who were diagnosed with a viral infection either concurrently or following their COVID-19 diagnosis. We extracted the relevant literature through a systematic search using the key terms in the online databases including the EMBASE, MEDLINE, Latin American Caribbean Health Sciences Literature (LILACS), from inception onwards up to June 2022. The authors independently extracted data from eligible studies and assessed the risk of bias using the Consensus-based Clinical Case Reporting (CARE) guidelines and the Newcastle-Ottawa Scale (NOS). Main patient characteristics, frequency of each manifestation, and diagnostic criteria used in studies were summarized in tables. RESULTS: In total, 53 articles were included in this review. We identified 40 reactivation studies, 8 coinfection studies, and 5 studies where concomitant infection in COVID-19 patients was not distinguished as either reactivation or coinfection. Data were extracted for 12 viruses including IAV, IBV, EBV, CMV, VZV, HHV-1, HHV-2, HHV-6, HHV-7, HHV-8, HBV, and Parvovirus B19. EBV, HHV-1, and CMV were most frequently observed within the reactivation cohort, whereas IAV and EBV within the coinfection cohort. In both reactivation and coinfection groups, patients reported cardiovascular disease, diabetes, and immunosuppression as comorbidities, acute kidney injury as complication, and lymphopenia and elevated D-dimer and CRP levels from blood tests. Common pharmaceutical interventions in two groups included steroids and antivirals. CONCLUSION: Overall, these findings expand our knowledge on the characteristics of COVID-19 patients with viral reactivations and co-infections. Our experience with current review indicates a need for further investigations on virus reactivation and coinfection among COVID-19 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 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)0,005
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,110
Tête enseignante GPT0,497
Écart entre enseignants0,387 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations37
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207