Educational case series of electrocardiographs during the COVID-19 pandemic and the implications for therapy
Notice bibliographique
Résumé
A 37-year-old Malay woman with a history of hypertension, poorly controlled diabetes mellitus and polycystic ovarian syndrome presented with a one-week history of dry cough and rhinorrhoea.She had no family history of cardiac disease or sudden cardiac death.She was in close contact with a relative who had been recently diagnosed with coronavirus disease 2019 (COVID-19).On examination, her temperature was 37.0°C, blood pressure 132/90 mmHg, heart rate 82 beats/minute, respiratory rate 20 breaths/minute and saturation 98% on room air.Physical examination revealed dual heart sounds and clear lungs.What does her electrocardiogram (ECG) at presentation (Fig. 1a) and prior to discharge two weeks later (Fig. 1b) show?Her chest radiograph was normal and there was no cardiomegaly (Fig. 2).Laboratory investigations revealed a normal full blood count with no evidence of lymphopenia, and C-reactive protein, lactate dehydrogenase and ferritin levels were not elevated.Her creatinine level was normal, and there were no electrolyte derangements.The patient was managed with three days of oral lopinavir/ritonavir, but this medication was stopped due to gastrointestinal side effects.
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 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».