Acute Kidney Injury in Adults due to COVID-19 infection: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: In COVID-19 infection, Acute Kidney Injury (AKI) poses a severe complication. To help clinicians to implement effective clinical therapy, we systematically documented evidence on AKI incidence and associated death in COVID-19 infection among adult populations. Methods: For the systematic review and meta-analysis Guidelines laid by Preferred Reporting Items for Systematic Reviews and Meta-analysis (PRISMA) were followed. Studies were searched from Pubmed and MedRxiv databases published between December 2019 - June 19, 2021. Results: 55 out of 3175 total articles were identified as eligible for the qualitative review with 32 reports on adults (n=169560); mean age 65.34 years. Studies on AKI incidence, mortality, and AKI-related mortality in COVID-19-infected adults p were included in the meta-analysis. Estimated AKI incidence in adults was 16.4% ([95%CI, 12.8 – 20.0%], I2 =99.39%, P<0.001). Moreover, overall death 34.8% ([95%CI, 21.3- 48.3%], I2 = 99.88%, P<0.001) and AKI-related death 68.4% ([95%CI, 55.9–81.0%], I2=99.2%, P<0.001) among adults revealed high statistical heterogeneity. Conclusion: AKI- related mortality was significantly high in COVID-19-infected adults. Therefore, AKI is common in COVID-19 infection and clinical management must be accordingly formulated.
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 | 0,016 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,047 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».