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
<div> Objective In December 2019, a novel pneumonia associated with the 2019 coronavirus emerged unexpectedly. However, limited data exist on the effects of COVID-19 on ACTH and cortisol levels. To address this gap in knowledge, we conducted a meta-analysis of published studies on the relationship between COVID-19 patients and their ACTH and cortisol levels. Methods We conducted a thorough search of the PubMed, Embase, Cochrane Library, and Web of Science databases up until May 2023. We assessed the relevance of each study we found, specifically looking for studies that reported on ACTH and cortisol levels in COVID-19 patients. We calculated weighted mean differences (WMD) and 95% confidence intervals (CI) to investigate the relationship between ACTH and cortisol levels in COVID-19 patients. We evaluated the quality of each study using the Newcastle Ottawa scale (NOS), and we assessed publication bias using Begg’s rank correlation test, Egger’s test, and funnel plot. We conducted our meta-analysis using the Stata 12.0 (Stata Corporation, TX). Results Our search yielded nine studies that met our inclusion criteria, which included a total of 440 COVID-19 patients and 474 controls, with data up to May 2023. Seven of these studies reported on ACTH levels, and six studies reported on cortisol levels. Our findings revealed that COVID-19 patients had significantly higher levels of cortisol compared to controls (WMD 3.46 (95% CI 2.29 to 4.62)). However, there was no significant difference in ACTH levels between COVID-19 patients and controls (WMD 1.58 (95% CI -5.79 to 8.94)). Conclusions This meta-analysis indicates a potential relationship between elevated cortisol levels and COVID-19 infection. However, more well-designed, adequately powered, randomized controlled trial will be needed to assess the use of cortisol in patients with COVID-19 infection. </div>
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 | 0,000 | 0,000 |
| 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) | 0,028 | 0,008 |
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