Modulation of Cardiac Injury by ACE inhibitor/ARB in Patients with Severe COVID-19
Notice bibliographique
Résumé
Abstract Introduction: Cardiac injury occurs in 7-22% of patient hospitalized with COVID-19 and an elevation in troponin is associated with a 4.2-fold increase in the risk of mortality. Preliminary data showed ACEi/ARB usage might not increase mortaily in COVID-19 patients. However, it is unknown if cardiac injury in patients with severe COVID-19 can be modulated by ACEi/ARB usage during evolution of the cardiac injury.Methods: In 154 COVID-19 patients with cardiac injury, the effect of ACEi/ARB treatment (17 patients) was compared with 137 patients without ACEi/ARB treatment. Cardiac injury was indicated by cTnI level.Results: In ACEi/ARB treatment group and no ACEi/ARB treatment group, peak cTnI level did not show significant difference (150.5 pg/ml [31.75-1179], vs 207 pg/ml [54.65-989.4], respectively, P = 0.21). Evolution of Cardiac injury (temporal change of cTnI at day 6, 9, 12, 15, 18, 21, 24, 27, 30, and 33) showed no statistical difference. Mortality (ACEi/ARB group vs no ACEi/ARB group; 52.9% vs 69.9%, P = 0.17), atrial arrhythmias (11.7% vs 24.4%, P = 0.36), requirement for invasive ventilatory support (29.4% vs 48.2%, P = 0.14) also showed no significant difference in two groups.Conclusions: ACEi/ARB usage during the COVID-19 was not associated with exacerbation of cardiac injury. These data should be interpreted as essentially hypothesis-generating due to small sample size.Clinical Trial Registration: This retrospective study was registered in Chinese clinical trial registry (ChiCTR 2000031301).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».