MétaCan
Menu
← Retour à la cohorte
Enregistrement W3139547720 · doi:10.1101/2021.03.22.21254077

IL-6 and D-Dimer at Admission Predicts Cardiac Injury and Early Mortality during SARS-CoV-2 Infection

2021· preprint· en· W3139547720 sur OpenAlexaff
Daoyuan Si, Beibei Du, Bo Yang, Lina Jin, Lujia Ni, Qian Zhang, Zhongfan Zhang, Mohammed Ali Azam, Patrick F.H. Lai, Stéphane Massé, Huan Sun, Xingtong Wang, Slava Epelman, Patrick R. Lawler, Ping Yang, Kumaraswamy Nanthakumar

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensUniversity of TorontoToronto General HospitalTed Rogers Centre for Heart ResearchUniversity Health Network
Organismes subventionnairesEducation Department of Jilin ProvincePeople's Government of Jilin Province
Mots-clésMedicineD-dimerInternal medicineCardiologyBiomarkerGastroenterologyRetrospective cohort study

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND We recently described mortality of cardiac injury in COVID-19 patients. Admission activation of immune, thrombotic biomarkers and their ability to predict cardiacinjury and mortality patterns in COVID-19 is unknown. METHODS This retrospective cohort study included 170 COVID-19 patients with cardiac injury at admission to Tongji Hospital in Wuhan from January 29–March 8, 2020. Temporal evolution of inflammatory cytokines, coagulation markers, clinical, treatment and mortality were analyzed. RESULTS Of 170 patients, 60 (35.3%) died early (<21d) and 61 (35.9%) died after prolonged stay. Admission lab work that correlated with early death were elevate levels of interleukin 6 (IL-6) (p<0.0001), Tumor Necrosis Factor-a (TNF-a) (p=0.0025), and C-reactive protein (CRP) (p<0.0001). We observed the trajectory of biomarker changes after admission, and determined that early mortality had a rapidly increasing D-dimer, gradually decreasing platelet and lymphocyte counts. Multivariate and simple linear regression models showed that death risk was determined by immune and thrombotic pathway activation. Increasing cTnI levels were associated with those of increasing IL-6 (p=0.03) and D-dimer (p=0.0021). Exploratory analyses suggested that patients that received heparin has lower early mortality compared to those who did not (p =0.07), despite similar risk profile. CONCLUSIONS In COVID-19 patients with cardiac injury, admission IL-6 and D-dimer predicted subsequent elevation of cTnI and early death, highlighting the need for early inflammatory cytokine-based risk stratification in patients with cardiac injury. Condensed Abstract COVID-19 with cardiac injury is associated with worse survival. Admission activation of immune, thrombotic biomarkers and their ability to predict cardiac injury and mortality patterns in COVID-19 is unknown. This study proved that cardiac injury in these patients is closely related to the activation of immunological and thrombotic pathways and can be predicted by admission biomarkers of these pathways. This study supports the strategy of biomarker-guided, point-of-care therapy that warrants further studies in a randomized manner to develop anti-immune and anti-thrombotic treatment regimens in severe COVID-19 patients with cardiac 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,417
Écart entre enseignants0,349 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→