Cardiac Troponin-I and COVID-19: A Prognostic Tool for In-Hospital Mortality
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: The number of fatalities due to coronavirus disease 2019 (COVID-19) is escalating with more than 800,000 deaths globally. The scientific community remains in urgent need of prognostic tools to determine the probability of survival in patients with COVID-19 and to determine the need for hospitalization. METHODS: This is a retrospective cohort study of patients with a diagnosis of COVID-19 admitted to a tertiary center between March 2020 and July 2020. Patients age 18 years and older were stratified into two groups based on their troponin-I level in the first 24 h of admission (groups: elevated vs. normal). The aim of the study is to explore the utility of cardiac troponin-I level for early prognostication of patients with COVID-19. RESULTS: This cohort of 257 patients included 122/257 (47%) women with a mean age of 63 ± 17 years. Patients with an elevated troponin-I level were more likely to be older (77 ± 13 vs. 58 ± 16 years, P < 0.0001), have a history of hypertension (P < 0.0001), diabetes mellitus (P = 0.0019), atrial fibrillation or flutter (P = 0.0009), coronary artery disease (P < 0.0001), and chronic heart failure (P = 0.0011). Patients with an elevated troponin-I level in the first 24 h of admission were more likely to have higher in-hospital mortality (52% vs. 10%, P < 0.0001). Troponin-I level in the first 24 h of admission had a negative predictive value of 89.7% and a positive predictive value of 51.9% for all-cause in-hospital mortality. CONCLUSIONS: Troponin-I elevation is commonly seen in patients with COVID-19 and is significantly associated with fatal outcomes. However, a normal troponin-I level in the first 24 h of admission had a high negative predictive value for all-cause in-hospital mortality, thereby predicting favorable survival at the time of discharge.
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 | 0,003 | 0,015 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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