Platelet Counts Variation and Platelet Indices According to the Severity and Outcome of COVID-19
Notice bibliographique
Résumé
Background: Coronavirus disease 2019 (COVID-19), caused by infection with the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) virus, is characterized by various biological changes, notably hematological. The value of platelet count and its indices in the evolution of the disease has been raised by several authors. Our objective was to evaluate the variation in blood platelet counts and indices in relation to the progression of COVID-19. Methods: We conducted this retrospective study between May 12, 2020 and March 20, 2021 at the Epidemiological Treatment Center and Hematology Laboratory of Aristide Le Dantec Hospital. Patients who were tested positive for severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) by reverse transcription-polymerase chain reaction (RT-PCR) and who had undergone at least one complete blood count on admission were included. Excel 2019 and SPSS v.20 were used for data processing. Results: A total of 332 patients were included with a median age of 60 years (12 - 100 years). The male gender was more represented with 58.1%. Forty-nine (49) individuals (14.75%) of the patients included in this study were seriously ill, and 39 (11.75%) of them died. The majority of our 82.8% had normal platelet counts, while only 8.4% had thrombocytopenia. The later was even more frequent in patients with poor prognosis of COVID-19 disease (11.88% versus 7.35%). Platelet indices were significantly higher in the severe group than in the non-severe group. However, only the platelet distribution width (PDW) was significantly increased according to the severity of COVID-19 disease. Conclusion: According to our observations, PDW is an important marker in the risk stratification, the prognosis and unfavorable evolution of COVID-19.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».