Prognostic value of albumin-to-globulin ratio in COVID-19 patients: A systematic review and meta-analysis
Notice bibliographique
Résumé
The albumin-to-globulin ratio (AGR) has been used to predict severity and mortality in infectious diseases. The aim of this study is to evaluate the prognostic value of the AGR in COVID-19 patients.A systematic review and meta-analysis were conducted. We included observational studies assessing the association between the AGR values upon hospital admission and severity or all-cause mortality in COVID-19 patients. In the meta-analyses we used random effect models. Risk of bias was assessed using the Newcastle-Ottawa Scale (NOS). The effect measures were expressed as mean difference (MD) and their 95% confidence intervals (CI). We performed Egger's test and funnel plots to assess the publication bias.The included studies had a total of 11356 patients corresponding to 31 cohort studies. Severe COVID-19 patients had lower AGR values than non-severe COVID-19 patients (mean difference (MD), -0.27; 95% IC, -0.32 to -0.22; p < 0.001; I2 = 88%). Non-survivor patients with COVID-19 had lower AGR values than survivor patients (MD, -0.29; 95% IC, -0.35 to -0.24; p < 0.001; I2 = 79%). In the sensitivity analysis, we only included studies with low risk of bias, which decreased the heterogeneity for both outcomes (severity, I2 = 20%; mortality, I2 = 5%).Low AGR values upon hospital admission were found in COVID-19 patients with a worse prognosis.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».