Myocardial Involvement in COVID-19: an Interaction Between Comorbidities and Heart Failure with Preserved Ejection Fraction. A Further Indication of the Role of Inflammation
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
PURPOSE OF THE REVIEW: Coronavirus Disease 2019 (COVID-19) and cardiovascular (CV) disease have a close relationship that emerged from the earliest reports. The aim of this review is to show the possible associations between COVID-19 and heart failure (HF) with preserved ejection fraction (HFpEF). RECENT FINDINGS: In hospitalized patients with COVID-19, the prevalence of HFpEF is high, ranging from 4 to 16%, probably due to the shared cardio-metabolic risk profile. Indeed, comorbidities including hypertension, diabetes, obesity and chronic kidney disease - known predictors of a severe course of COVID-19 - are major causes of HFpEF, too. COVID-19 may represent a precipitating factor leading to acute decompensation of HF in patients with known HFpEF and in those with subclinical diastolic dysfunction, which becomes overt. COVID-19 may also directly or indirectly affect the heart. In otherwise healthy patients, echocardiographic studies showed that the majority of COVID-19 patients present diastolic (rather than systolic) impairment, pulmonary hypertension and right ventricular dysfunction. Such abnormalities are observed both in the acute or subacute phase of COVID-19. Cardiac magnetic resonance reveals myocardial inflammation and fibrosis in up to the 78% of patients in the chronic phase of the disease. These findings suggest that COVID-19 might be a novel independent risk factor for the development of HFpEF, through the activation of a systemic pro-inflammatory state. Follow-up studies are urgently needed to better understand long-term sequelae of COVID-19 inflammatory cardiomyopathy.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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