Incidência de pericardite pós COVID-19 em pacientes de uma clínica cardiológica, no período de março a junho de 2020
Notice bibliographique
Résumé
Objetivo: Identificar a incidência de pericardite pós- COVID-19 em pacientes atendidos em uma clínica cardiológica, bem como discutir os fatores de risco e possíveis terapêuticas. Métodos: Foi realizada coleta de dados através do protocolo de pesquisa em prontuários de pacientes atendidos na referida clínica, buscando identificar os pacientes de tiveram COVID-19 e destes quais evoluíram com pericardite. Todos os dados foram tabelados utilizando-se o software Microsoft Excel e análise estatística realizada no programa Biostat 5.0. Resultados: Foram encontrados 4 pacientes evoluindo com pericardite aguda pós COVID-19, sendo observada incidência de 11,76%. A maioria dos pacientes apresentou comorbidades cardiocerebrovasculares, que sabidamente estão associadas a pior prognóstico e morbimortalidade na infecção pelo SARS-CoV-2. Todos os pacientes apresentaram desfecho clínico favorável, após tratamento com dose terapêutica usual com colchicina. Conclusão: Conclui-se que apesar de complicação tardia da COVID-19, a pericardite aguda na casuística do estudo, manteve seu padrão autolimitado, assim como sua relevante taxa de incidência assegura as manifestações cardíacas como uma das principais e mais importantes dentre as manifestações extrapulmonares da COVID-19.
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 | 0,011 | 0,321 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».