Complications after COVID-19 – review of scientific reports and meta-analysis
Notice bibliographique
Résumé
Wprowadzenie Typowe powikłania rozważane w artykule to: powikłania sercowo-naczyniowe, neurologiczne, oddechowe i naczyniowe związane z zakrzepicą. Cel pracy Analiza powikłań spowodowanych przez COVID-19. Materiał i metody Autorzy dokonali systematycznego przeglądu w bazach danych związanych z powikłaniami COVID, a także artykułów i publikacji naukowych. Analiza koncentrowała się na oryginalnych badaniach nad powikłaniami po COVID-19, które stanowiły kryterium włączenia. Wśród artykułów wybranych do analizy znalazły się ankiety z udziałem pacjentów po zakażeniu COVID-19 i związanych z tym powikłaniach. Wiele prac było badaniami przekrojowymi. W większości badań stosowano kwestionariusz PAPI, który jest najczęstszą metodą badawczą w przypadku technik ilościowych. Badania analizowano za pomocą metaanalizy z wykorzystaniem metody PRISMA. Wyniki Badania wykazały korelację między częstością występowania COVID-19 i wynikającymi z niego powikłaniami. Wnioski Uzyskane wyniki sugerują wieloaspektowe monitorowanie powikłań po COVID-19 w dłuższej perspektywie.
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 | 0,040 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,030 |
| Bibliométrie | 0,013 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».