MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403057791 · doi:10.1055/s-0044-1790003

Die perioperative COVID-19 Infektion in der Leber und Nieren- Transplantation – Eine Meta-Analyse zu internationalen Konsequenzen

2024· article· de· W4403057791 sur OpenAlexaff
Nicola Sariye Pollmann, Lukas Pollmann, Jens Mittler, Hauke Lang, Markus Selzner

Notice bibliographique

RevueZeitschrift für Gastroenterologie · 2024
Typearticle
Languede
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakPolitical scienceVirologyDiseaseInfectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

Einleitung: Der weltweite Mangel an Spenderorganen stellt eine fortwährende Herausforderung in der Viszeralmedizin dar, der insbesondere durch das neue Auftreten viraler Infektionserkrankungen auf die Probe gestellt wird. Dies zeigte sich, während der COVID-19 Pandemie, die zum einen ein erhöhtes Risiko für immunsupprimierte Patienten darstellte und zum anderen die Transplantationsrate massiv beeinflusste. Eine maßgebliche Limitation der bisherigen Studien zu COVID-19 und immunsupprimierten Patienten bei Leber- und Nieren-Transplantation besteht in einem fehlenden Vergleich der perioperativen Ergebnisse. In diesem Zusammenhang stellt die vorliegende Analyse eine Möglichkeit dar, zukünftige Behandlungskonzepte und Präventionsmaßnahmen pandemischer Infektionserkrankungen für immunsupprimierte Patienten zu etablieren. Ziele der Studie: Die vorliegende strukturierte Metaanalyse dient der vergleichenden Untersuchung der internationalen Studien und Strategien bei Patienten unter Immunsuppression und einer perioperativen COVID-19 Infektion. Material und Methodik: Die vorliegende Analyse beinhaltete ein unabhängiges Screening der MEDLINE, PubMed, EuropePMC, Cochrane und EMBACE Datenbank bis zum 31.01.2024. Von 1407 Studien wurden nach entsprechenden Kriterien 35 Artikel mit insgesamt 3440 Patienten selektiert. Die entsprechenden Artikel wurden in Leber- bzw. Nieren-spezifische Studien untergliedert und in die Subgruppen nach (1) COVID-19 positivem Spender oder (2) COVID-19 positivem Empfänger eingeteilt. Als primärer Endpunkt wurde die 30 Tage-Mortalität definiert. Abb. 1 Ergebnisse: Insgesamt ergab die Analyse eine ähnliche Anzahl von Studien zur Leber- (n=21) und Nierentransplantation (n=23). Das Verhältnis von Studien zu COVID-19 positiven Empfängern (n=17) und Spendern (n=15) stellte sich ebenfalls ähnlich dar. Die vorliegenden Ergebnisse legen keine erhöhte Gesamtmortalität nach Transplantation eines COVID-19 positiven Leber- oder Nieren-spendeorgans nahe (OR: 1.15; 95% CI, 0.91-1.39). Interessanterweise zeigt sich ebenfalls kein erhöhtes Risiko für eine COVID-19 Infektion nach Transplantation eines COVID-19 positiven Organs und kein negativer Einfluss bei COVID-19 positivem Empfänger in einem längeren perioperativen Intervall. Schlussfolgerungen: Die vorliegenden Ergebnisse zeigen vielversprechende neue Ansätze hinsichtlich der Strategien zum optimierten perioperativen Umgang im Zusammenhang der COVID-19 Infektion und einer immunsupprimierten Patientenkohorte. Publication History Article published online: 26 September 2024 © 2024. Thieme. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,028
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0080,042
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,148
Tête enseignante GPT0,452
Écart entre enseignants0,304 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueZeitschrift für Gastroenterologie→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→