Relación entre COVID-19 con la mortalidad en pacientes adultos con fibrosis quística: Una revisión sistemática
Bibliographic record
Abstract
Introducción. La fibrosis quística (FQ) es una enfermedad genética caracterizada por acumulación de mucosa que obstruye algunos órganos del cuerpo, principalmente los pulmones; dicha acumulación puede causar infecciones y daño pulmonar permanente. Por lo anterior, el COVID-19 causa preocupación dentro de esta población, debido a su elevada virulencia y mortalidad. Sin embargo, la información disponible sobre la mortalidad relacionada con COVID-19 en personas con FQ es limitada. Objetivo. Presentar una síntesis del conocimiento sobre la asociación entre la mortalidad e infección por COVID-19 en pacientes con FQ. Método. Se realizó una búsqueda sistematizada acorde con la metodología PRISMA hasta el 10 agosto de 2022 en las plataformas PubMed, Scopus, Science direct, SciELO, LILACS y Cochrane COVID-19 Study. La estrategia de búsqueda fue. ("Cystic Fibrosis"[Mesh] AND Adults) AND (("COVID-19"[Mesh]) OR ("SARS-CoV-2"[Mesh]) OR ("Coronavirus"[Mesh])). Resultados. Se identificaron un total de 732 artículos, de los cuales 9 cumplieron con los criterios de elegibilidad y fueron incluidos en la revisión. Los resultados de dichos artículos sugieren que no hay asociación entre COVID-19 y mortalidad en pacientes con FQ. Además, de acuerdo con la escala Newcastle-Ottawa, se encontró que el riesgo de sesgo de los estudios incluidos es bajo. Conclusión. Los hallazgos sugieren que la mortalidad por COVID-19 en los pacientes adultos con FQ es baja en comparación con la población general. Sin embargo, los pacientes con FQ con trasplante de pulmón pueden experimentar un curso clínico más grave.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.025 | 0.053 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.007 |
| Bibliometrics | 0.020 | 0.015 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".