MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412201927 · doi:10.32629/jcmr.v6i2.4039

Association of Coagulation Disorder with the Severity and Mortality of Coronavirus Disease 2019 (COVID-19): A Meta-Analysis

2025· article· en· W4412201927 sur OpenAlexaboutno aff
Suzhen Zhang, Hua Jiang

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Medicine2019-20 coronavirus outbreakCoronavirusSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Meta-analysisBetacoronavirusDiseaseCoronavirus InfectionsCoagulation DisorderVirologyCoagulationInternal medicineOutbreakInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background: Coronavirus disease 2019 (COVID-19) , a significant health concern in recent years, is known for its multiple complications. Coagulation disorder is a prevalent complication among patients with COVID-19, but the association of coagulation disorder with the severity and mortality of COVID-19 is still unclear. The object of this study is to ascertain the potential association between coagulation disorder and severity and mortality of COVID-19. Methods: We conducted a systemic literature search of the CNKI, PubMed, Cochrane Library,and Web of Science databases for all relevant studies up to October 1, 2024. All the articles published were retrieved without language restriction. Meta-analysis were performed by Stata 18.0 software. The Newcastle Ottawa scale was used to assess the quality of the included studies. The funnel plot, Egger’s regression asymmetry test, and Begg’s test used to measure the bias of publications. Results: Eighteen studies comprising 2,577 COVID-19 patients were included. Six studies was associated with the mortality of COVID-19, indicating significant differences in DD (SMD: 0.81, 95% confidence interval [CI](0.48-1.14), P=0.02, I2=63.82%); APTT (SMD: 0.37, 95% confidence interval [CI](-0.12-0.86), P=0.14, I2=86.85%); PT (SMD: 0.74, 95% confidence interval [CI](0.34-1.15), P=0.00, I2=70.28%) . Twelve studies was associated with the severity of COVID-19, indicating significant differences in DD (SMD: 1.39, 95% confidence interval [CI](0.93-1.86), P=0.00, I2=93.49%); FIB (SMD: 0.63, 95% confidence interval [CI](0.30-0.96), P=0.00, I2=86.32%); PT (SMD: 0.43, 95% confidence interval [CI](0.12-0.74), P=0.01, I2=82.73%) . Conclusions: The findings confirm that coagulation disorder is associated with severity and mortality of COVID-19. Therefore, it is imperative to monitor blood coagulation indicator and administer treatments in COVID-19 to reduce the severity and mortality.

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)0,015
score de la tête « metaresearch » (Gemma)0,031
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,031
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,057
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,463
Tête enseignante GPT0,652
Écart entre enseignants0,189 · 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
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine Research→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→