Serum C‐reactive protein greater than 75 mg/dL as an early available laboratory predictor of severe COVID‐19: A systematic review
Notice bibliographique
Résumé
INTRODUCTION: Severe COVID-19 management is still challenging. Having a laboratory factor to predict the severity of a patient's condition can be very useful in how to approach each patient. There have been studies concentrating on the correlation between serum C-reactive protein (CRP) level and COVID-19 severity but we aim to reach a threshold for CRP in disease severity determination. METHODS: We conducted a thorough search on PubMed, Web of Science and Google Scholar databases from early 2019 to October 2021, and 323 studies were assessed for eligibility in three phases. We used the Newcastle-Ottawa Scale to examine the validity of the studies. The t-test was applied for the CRP level cutoffs. RESULTS: Eventually, 11 articles and 1615 patients were included in this systematic review. Our analysis evaluated combined mean, median, and standard deviation of severe patients' CRP to be respectively 73.37, 53.80, and 47.936. Based on the combined mean, 75 mg/dL was suggested as an initial threshold for baseline CRP in hospitalized patients for developing severe conditions. CONCLUSION: This study recommends that COVID-19 patients with on-admission serum CRP levels of 75 mg/dL and more are likely associated with severe conditions. Thus, anti-inflammatory agents and further following may be helpful in these 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 | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».