Diagnosis and Treatment of Coagulopathy Caused by the New Coronavirus: A Systematic Review and Meta-Analysis Protocol
Notice bibliographique
Résumé
Background: The new coronavirus is an agent of respiratory infections associated with thrombosis in vital organs. This study aimed to propose a better diagnosis and treatment of coagulation disorders caused by the new coronavirus (Covid-19). Materials and Methods: Search in Cochrane central, Web of Science, PubMed, Scopus, and Ovid will be done. Also, according to the inclusion criteria, cross-sectional studies, cohort, clinical trial, and case-control will be included without gender and language restriction. Participants will also be Covid-19 patients with coagulation disorders. Any disagreement in the stages of screening, selection, and extraction of data between the two reviewers will be resolved by discussion, then if not resolved, the opinion of expert reviewers will be used. The risk of bias will be assessed using the NOS (Newcastle-Ottawa scale) tool for cross-sectional study, cohort and case-control, and the Cochrane checklist for clinical trials study. Metaanalysis of included studies that are similar based on the methodology will be done. Also, a fixed or random-effect model will be used for this it. Heterogeneity indices (I2), odds ratio (OR), risk ratio (RR), mean difference, and %95 confidence interval will also be calculated by Stata V.13.0 (Corporation, College Station TX). Results: Treatment with anticoagulants will reduce the severity of thrombosis and lung disease in patients. D-dimer measurement will also be a diagnosis indicator of thrombosis. Conclusions: Simultaneous study of coagulation disorders and thrombosis in patients and development of a Godliness based on it will play a treatment role in the follow-up of the coronavirus disease.
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 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 | 0,006 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».