Complications after COVID-19 – review of scientific reports and meta-analysis
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Wprowadzenie Typowe powikłania rozważane w artykule to: powikłania sercowo-naczyniowe, neurologiczne, oddechowe i naczyniowe związane z zakrzepicą. Cel pracy Analiza powikłań spowodowanych przez COVID-19. Materiał i metody Autorzy dokonali systematycznego przeglądu w bazach danych związanych z powikłaniami COVID, a także artykułów i publikacji naukowych. Analiza koncentrowała się na oryginalnych badaniach nad powikłaniami po COVID-19, które stanowiły kryterium włączenia. Wśród artykułów wybranych do analizy znalazły się ankiety z udziałem pacjentów po zakażeniu COVID-19 i związanych z tym powikłaniach. Wiele prac było badaniami przekrojowymi. W większości badań stosowano kwestionariusz PAPI, który jest najczęstszą metodą badawczą w przypadku technik ilościowych. Badania analizowano za pomocą metaanalizy z wykorzystaniem metody PRISMA. Wyniki Badania wykazały korelację między częstością występowania COVID-19 i wynikającymi z niego powikłaniami. Wnioski Uzyskane wyniki sugerują wieloaspektowe monitorowanie powikłań po COVID-19 w dłuższej perspektywie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it