Associação do excesso de peso com gravidade em crianças e adolescentes com covid-19: uma revisão sistemática
Bibliographic record
Abstract
Introdução: Há 100 anos, em escala mundial, não houve nenhuma tragédia parecida ao COVID-19, causando danos de saúde tão graves, sem mencionar agravos econômicos e psicossociais. Concomitantemente a essa pandemia, na população infantil já havia outra onda pandêmica em andamento, sendo alertada pela OMS: a obesidade infantil. Essa condição de inflamação crônica, gera queda do sistema imunológico e aumento a susceptibilidade de infecções. Inúmeros estudos em adultos foram realizados e descreveram a obesidade como risco independente e fator prognóstico para severidade da COVID-19, bem como para necessidade de UTI. Objetivo: Revisar sistematicamente a literatura acerca da relação entre excesso de peso e a severidade da COVID-19 em crianças e adolescentes. Métodos: Essa revisão sistemática foi desenvolvida seguindo as normas PRISMA (Preferred Reporting Items for Systematic Review and Meta-Analyses), seguindo os critérios de elegibilidade PICO. A busca na literatura foi realizada em setembro de 2020, nas bases de dados: MEDLINE (via PubMed), Embase, Scopus, The Cochrane Library (Cochrane Database of Systematic Reviews e Cochrane Central Register of Controlled Trials (CENTRAL)), Web of Science, BVS / LILACS e SciELO. Foi realizado registro na plataforma PROSPERO (International Prospective Register of Systematic Reviews), sob o número de registro: CRD42021230686. Resultados: Dos 667 artigos inicialmente selecionados, 11 foram incluídos conforme todos os critérios analisados, sendo em sua maioria unicêntricos e americanos. Na avaliação de risco de viés e qualidade, seguindo os critérios da Newcastle-Ottawa Scale, oito trabalhos atingiram notas maiores do que 7. Apenas 5 estudos buscaram avaliar a obesidade e sua relação com piores desfechos (como necessidade de UTIP, VM, traqueostomia, readmissão hospitalar e mortalidade), e destes apenas um encontrou evidência estatística significativa para descrever esta comorbidade como fator prognóstico para piores evoluções do quadro da COVID. Conclusão: Existem poucos trabalhos na literatura que buscam avaliar o excesso de peso e a sua relação com piores desfechos da COVID-19 em crianças e adolescentes. Levando em conta que já há evidência científica robusta a respeito do assunto em pacientes adultos, faz-se necessária a realização de mais pesquisas na faixa etária pediátrica.
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.
How this classification was reachedexpand
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| 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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".