Predicting pulmonary embolism in patients infected with COVID-19 based on D-dimer levels and days between diagnosis of the infection and D-dimer determination
Notice bibliographique
Résumé
Ruling out pulmonary embolism (PE) can be challenging in a situation of elevated D-dimer values such as in a case of COVID-19 infection. Our objective was to evaluate the difference in D-dimer values of subjects infected with COVID-19 in those with PE and those without and to analyze the predictive value of D-dimer for PE in these subjects based on the day of D-dimer determination. This was an observational, retrospective study, conducted at a tertiary hospital. All subjects with PCR-confirmed COVID-19 infection requiring hospital admission at our institution between the months of March and April 2020 were included in the study. We compared D-dimer levels in subjects who went on to develop a PE and those who did not. We then created a model to predict the subsequent development of a PE with the current D-dimer levels of the subject. D-dimer levels changed over time from COVID-19 diagnosis, but were always higher in subjects who went on to develop a PE. Regarding the predictive model created, the area under the curve of the ROC analyses of the cross-validation predictions was 0.72. The risk of pulmonary embolism for the same D-dimer levels varied depending on the number of days elapsed since COVID-19 diagnosis and D-dimer determination. To conclude, D-dimer levels were elevated in subjects with a COVID-19 infection, especially in those with PE. D-dimer levels increased during the first 10 days after the diagnosis of the infection and can be used to predict the risk of PE in COVID-19 subjects.
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 | 0,000 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».