Fungal infections in patients after recovering from COVID-19: a systematic review
Notice bibliographique
Résumé
Background and aims: The presence of fungal infections has been described in patients after recovering from COVID-19. This study aims to conduct a systematic review of studies that reported fungal infections ( Mucor spp., Pneumocystis jirovecii, or Aspergillus spp.) in adults after recovering from COVID-19. Methods: We performed a systematic review through PubMed, Web of Science, OVID-Medline, Embase, and Scopus. The study selection process was performed independently and by at least two authors. We performed a risk of bias assessment using the Newcastle–Ottawa Scale for cohort and case–control studies, and the Joanna Briggs Institute’s Checklists for Case Series and Case Reports. Results: The systematic search found 33 studies meeting all inclusion criteria. There was a total population of 774 participants, ranging from 21 to 87 years. From them, 746 developed a fungal infection. In 19 studies, Mucor spp. was reported as the main mycosis. In 10 studies, P. jirovecii was reported as the main mycosis. In seven studies, Aspergillus spp. was reported as the main mycosis. Regarding the quality assessment, 12 studies were classified as low risk of bias and the remaining studies as high risk of bias. Conclusion: Patients’ clinical presentation and prognosis after recovering from COVID-19 with fungal infection differ from those reported patients with acute COVID-19 infection and those without COVID-19 infection.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».