Association of anticoagulation dose and survival in hospitalized COVID‐19 patients: A retrospective propensity score‐weighted analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Hypercoagulability may contribute to COVID-19 pathogenicity. The role of anticoagulation (AC) at therapeutic (tAC) or prophylactic doses (pAC) is unclear. OBJECTIVES: We evaluated the impact on survival of different AC doses in COVID-19 patients. METHODS: Retrospective, multi-center cohort study of consecutive COVID-19 patients hospitalized between March 13 and May 5, 2020. RESULTS: A total of 3480 patients were included (mean age, 64.5 years [17.0]; 51.5% female; 52.1% black and 40.6% white). 18.5% (n = 642) required intensive care unit (ICU) stay. 60.9% received pAC (n = 2121), 28.7% received ≥3 days of tAC (n = 998), and 10.4% (n = 361) received no AC. Propensity score (PS) weighted Kaplan-Meier plot demonstrated different 25-day survival probability in the tAC and pAC groups (57.5% vs 50.7%). In a PS-weighted multivariate proportional hazards model, AC was associated with reduced risk of death at prophylactic (hazard ratio [HR] 0.35 [95% confidence interval {CI} 0.22-0.54]) and therapeutic doses (HR 0.14 [95% CI 0.05-0.23]) compared to no AC. Major bleeding occurred more frequently in tAC patients (81 [8.1%]) compared to no AC (20 [5.5%]) or pAC (46 [2.2%]) subjects. CONCLUSIONS: Higher doses of AC were associated with lower mortality in hospitalized COVID-19 patients. Prospective evaluation of efficacy and risk of AC in COVID-19 is warranted.
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.
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 | 0,002 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle