Risk of new diagnoses and exacerbations of chronic conditions after SARS-CoV-2 infection: a systematic review update
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The large number of people infected by SARS-CoV-2 necessitates estimation of the future health care burdens. We updated a systematic review examining associations between SARS-CoV-2 infection and incidence of new diagnoses and exacerbations of chronic conditions. Updated searches were run September 4, 2024, in the MEDLINE and Embase databases for observational studies with a control group, adjustment by sex and comorbid conditions, and reporting age-stratified data for 1 or more chronic condition category (n = 12) or condition type (n = 46) of interest. Two human reviewers screened 50% of titles and abstracts, then DistillerAI acted as second reviewer. Two human reviewers assessed full texts of relevant studies for eligibility based on a priori criteria. One reviewer extracted data and assessed risk of bias using the JBI cohort studies checklist; a second reviewer verified results data and risk-of-bias assessments. Pooled hazard ratios (HRs) were estimated with inverse-variance weighting. Using the Grading of Recommendations, Assessment, Development, and Evaluation approach, 2 reviewers assessed certainty in conclusions of little to no association (ie, HR = 0.75-1.25), small to moderate association (ie, HR = 0.51-0.74 or 1.26-1.99), or large association (ie, HR ≤ 0.50 or ≥ 2.00). We identified 46 new studies and brought forward 23 studies from the original review. After SARS-CoV-2 infection, there is probably increased risk of new diagnoses for several chronic conditions, especially in adults. Most findings are based on data from earlier pandemic periods; their relevance to contemporary populations is uncertain due to differences in vaccination rates and circulating variants of concern. PROSPERO registration identifier CRD42024585278.
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.
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 | 0,004 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| 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 | 0,000 |
| 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 découle