Residual Lung Injury in Patients Recovering From <scp>COVID</scp>‐19 Critical Illness
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
Scarce data exist regarding the natural history of lung lesions detected on ultrasound in those who survive severe COVID-19 pneumonia. OBJECTIVE: We performed a prospective analysis of point-of-care ultrasound (POCUS) findings in critically ill COVID-19 patients during and after hospitalization. METHODS: We enrolled 171 COVID-19 intensive care unit patients. POCUS of the lungs was performed with phased array (2-4 MHz), convex (2-6 MHz) and linear (10-15 MHz) transducers, scanning 12 lung areas. Chest computed tomography angiography was performed to exclude suspected pulmonary embolism. Survivors were clinically and sonographically evaluated during a 4 month period for evidence of residual lung injury. Chest computed tomography angiography and echocardiography were used to exclude pulmonary hypertension (PH) and chest high-resolution-computed-tomography to exclude interstitial lung disease (ILD) in symptomatic survivors. RESULTS: Cox regression analysis showed that lymphocytopenia (hazard ratio [HR]: 0.88, 95% confidence intervals [CI]: 0.68-0.96, p = .048), increased lactate (HR: 1.17, 95% CI: 0.94-1.46, p = 0.049), and D-dimers (HR: 1.21, 95% CI: 1.03-1.44, p = .03) were mortality predictors. Non-survivors had increased incidence of pulmonary abnormalities (B-lines, pleural line irregularities, and consolidations) compared to survivors (p < .05). During follow-up, POCUS with clinical and laboratory parameters integrated in the semi-quantitative Riyadh-Residual-Lung-Injury scale had sensitivity of 0.82 (95% CI: 0.76-0.89) and specificity of 0.91 (95% CI: 0.94-0.95) in predicting ILD. The prevalence of PH and ILD (non-specific-interstitial-pneumonia) was 7% and 11.8%, respectively. CONCLUSION: POCUS showed ability to monitor the evolution of severe COVID-19 pneumonia after hospital discharge, supporting its integration in clinical predictive models of residual lung injury.
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 | 0,001 | 0,089 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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