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 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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».