Remote monitoring of patients with heart failure during the first national lockdown for COVID-19 in France
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
Abstract Aims Multiparametric remote monitoring of patients with heart failure (HF) has the potential to mitigate the health risks of lockdowns for COVID-19. We aimed to compare healthcare use, physiological variables, and HF decompensations during 1 month before and during the first month of the first French national lockdown for COVID-19 among patients undergoing remote monitoring. Methods and results Transmitted vital parameters and data from cardiac implantable electronic devices were analysed in 51 patients. Medical contact was defined as the sum of visits and days of hospitalization. The lockdown was associated with a marked decrease in cardiology medical contact (118 days before vs. 26 days during, −77%, P = 0.003) and overall medical contact (180 days before vs. 79 days during, −58%, P = 0.005). Patient adherence with remote monitoring was 84 ± 21% before and 87 ± 19% during lockdown. The lockdown was not associated with significant changes in various parameters, including physical activity (2 ± 1 to 2 ± 1 h/day), weight (83 ± 16 to 83 ± 16 kg), systolic blood pressure (121 ± 19 to 121 ± 18 mmHg), heart rate (68 ± 10 to 67 ± 10 b.p.m.), heart rate variability (89 ± 44 to 78 ± 46 ms, P = 0.05), atrial fibrillation burden (84 ± 146 vs. 86 ± 146 h/month), or thoracic impedance (66 ± 8 to 66 ± 9 Ω). Seven cases of HF decompensations were observed before lockdown, all but one of which required hospitalization, vs. six during lockdown, all but one of which were managed remotely. Conclusions The lockdown restrictions caused a marked decrease in healthcare use but no significant change in the clinical status of HF patients under multiparametric remote monitoring.
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 | 0,016 |
| 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 | 0,001 |
| 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