Cytokine storm biomarkers like signals of severe and fatal cases of COVID-19: systematic review and metanalysis
Notice bibliographique
Résumé
Contexto: Em março de 2020, a Organização Mundial de Saúde declarou uma pandemia devido à doença causada pelo novo coronavírus, a COVID-19. Um subgrupo de pacientes com COVID-19 pode ter uma síndrome inflamatória sistêmica, denominada síndrome da tempestade de citocinas, com amplificação da resposta imune e desregulação dos mecanismos supressores da cascata inflamatória. Objetivos: Identificar biomarcadores da síndrome da tempestade de citocinas associados a casos graves e fatais da COVID-19. Métodos: Uma busca com descritores e sinônimos padronizados foi realizada em 28 de novembro de 2020 no MEDLINE, EMBASE, Biblioteca Cochrane Central, Clinical-Trials.gov, LILACS e The World Health Organization International Clinical Trials Registry Platform, para identificar estudos de interesse. Pesquisas na literatura cinzenta e técnicas de snowballing também foram utilizadas para localizar trabalhos ainda não publicados e citações relacionadas. Dois revisores examinaram independentemente os títulos e resumos recuperados, selecionaram estudos elegíveis para inclusão, extraíram dados dos estudos incluídos e avaliaram o risco de viés usando a Escala de Newcastle-Ottawa modificada. Os estudos elegíveis foram aqueles que incluíram níveis séricos de interleucina-6 e outros parâmetros laboratoriais de pacientes admitidos para internação hospitalar por COVID-19. Os valores de interleucina-6, ferritina, hemoglobina, leucócitos, neutrófilos, linfócitos, plaquetas, proteína C reativa, procalcitonina, desidrogenase láctica, aspartato aminotransferase, creatinina e dímero-D foram extraídos dos estudos. Avaliou-se a certeza da evidência utilizando a abordagem GRADE para alguns desfechos priorizados. Metanálises de efeito randômico foram realizadas usando os dados laboratoriais, para estimar as diferenças de médias com intervalo de confiança de 95%. O software R foi utilizado para os cálculos. Resultados: A busca nas bases de dados resultou em 9.620 registros; 40 estudos (contendo um total de 9.542 pacientes) foram incluídos na análise final. Vinte e um estudos (n = 4.313 pacientes) avaliaram dados laboratoriais associados à gravidade da COVID-19; dezoito estudos (n = 4.681 pacientes) avaliaram dados laboratoriais associados ao desfecho de mortalidade, e um estudo (n = 548 pacientes) avaliou biomarcadores associados a casos graves e fatais da COVID-19. Níveis elevados de interleucina-6, ferritina, dímero-D, aspartato aminotransferase, proteína C reativa, desidrogenase láctica, procalcitonina e creatinina, além de linfopenia, trombocitopenia, leucocitose e neutrofilia foram associados a casos graves e fatais da COVID-19. Conclusões: Esta revisão aponta que os níveis séricos de interleucina-6, ferritina, leucócitos, neutrófilos, linfócitos, plaquetas, proteína C reativa, procalcitonina, desidrogenase láctica, aspartato aminotransferase, creatinina e dímero-D são importantes biomarcadores da síndrome da tempestade de citocinas na COVID-19. A determinação precoce de níveis elevados de interleucina-6 e ferritina séricas em pacientes internados por COVID-19 deve ser considerada como sinal de alerta de hiperinflamação sistêmica e mau prognóstico.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,017 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».