Retinal thickness in patients with elevated D-dimer and interleukin-6 levels as a result of SARS-CoV-2 infection
Notice bibliographique
Résumé
Wprowadzenie SARS-CoV-2 może prowadzić do różnych problemów zdrowotnych, w tym ciężkiego zapalenia płuc, uszkodzenia narządów, jak również wpływać na siatkówkę. Badacze wykryli SARS-CoV-2 w siatkówkach zakażonych pacjentów i ustalili, że stosując nowe metody obrazowania, takie jak optyczna koherentna tomografia (OCT), można zbadać jego wpływ na oko. Cel pracy Udokumentowanie zmian w grubości siatkówki u pacjentów z COVID-19 hospitalizowanych z powodu obustronnego zapalenia płuc oraz ustalenie, jaki wpływ na grubość siatkówki mają saturacja (SpO2), poziom D-dimerów i interleukiny 6 (IL-6). Materiał i metody Badanie prospektywne obejmowało pacjentów z COVID-19 ocenianych po 2 miesiącach (grupa 1.) i ustalili, że ponownie po 8 miesiącach od wypisu ze szpitala (grupa 2.). Grubość siatkówki była automatycznie mierzona za pomocą OCT. Pomiar grubości siatkówki w grupie 2. porównano z wynikami zdrowych osób, a poziomy D-dimerów, IL-6 i SpO2 przy przyjęciu do szpitala były korelowane z grubością siatkówki w grupie 1. Wyniki W grupie 2. wykazano istotne zmniejszenie grubości siatkówki w porównaniu z grupą 1. w kilku regionach plamki żółtej z jednoczesnym wzrostem w innych obszarach. W grupie 2 stwierdzono większą grubość siatkówki w porównaniu z grupą kontrolną w niektórych regionach. Wykazano dodatnią korelację między SpO2 ≤ 90% a grubością siatkówki w grupie 1. w określonych regionach plamki żółtej. Wnioski Grubość siatkówki mierzona po przebyciu zakażenia SARS-CoV-2 zmienia się po 6 miesiącach od zakażenia. Niedotlenienie, nadkrzepliwość krwi i stan zapalny z powodu COVID-19 mogą wpływać na grubość siatkówki.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».