The effect of COVID-19 on patients with liver cirrhosis: A systematic review and meta-analysis of retrospective studies (Preprint)
Notice bibliographique
Résumé
BACKGROUND Coronavirus disease 2019 (COVID-19) is long-lasting and has an adverse effect on liver function. However, the impact of COVID-19 on the outcome of patients with liver cirrhosis has not been consistently clear. OBJECTIVE We aimed to conduct a systematic review and meta-analysis to explore whether COVID-19 negatively impacts cirrhosis patients. METHODS We conducted a systematic search of the PubMed/Medline, Embase, and Cochrane Library databases to compare cirrhosis patients with and without COVID-19. Two authors independently performed data extraction and quality evaluation using the Newcastle‒Ottawa Scale. Data pooling was conducted using random-effects or fixed-effects models based on the heterogeneity of the included studies. RESULTS A total of 13 studies were included that involved 949 patients with cirrhosis and COVID-19 and 15,196 patients with cirrhosis only. Of the 13 studies, ten were studies among hospitalized patients, and three were studies among discharged patients. COVID-19 infection increased the mortality, ICU (Intensive Care Unit) admission rate, length of hospital stay and incidence of acute-on-chronic liver failure (ACLF), Child‒Pugh C and hepatic encephalopathy among hospitalized patients with liver cirrhosis. However, COVID-19 infection did not affect the mortality rate or the incidence of Child‒Pugh C among patients with cirrhosis after discharge. CONCLUSIONS In hospitalized patients with cirrhosis, infection with COVID-19 may be a potential risk factor for adverse clinical outcomes. However, COVID-19 infection seems to have no effect on patients with cirrhosis after discharge. It is recommended that clinicians pay more attention to the prevention and treatment of COVID-19 in patients with preexisting liver cirrhosis. CLINICALTRIAL PROSPERO CRD42023429256; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=429256
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 | 0,017 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,037 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».