Impact of the first wave of coronavirus disease 2019 (COVID-19) pandemic on the diagnosis of heart disease in the Russian Federation: results from the IAEA Nuclear Cardiology Protocols Study (INCAPS)
Notice bibliographique
Résumé
Aim . To assess the impact of the first wave of coronavirus disease 2019 (COVID-19) pandemic on the diagnosis of heart disease in the Russian Federation. Material and methods . Fifteen Russian medical centers from 5 cities took part in an online survey organized by the Division of Human Health of the International Atomic Energy Agency (IAEA), containing questions regarding alterations in cardiovascular procedure volumes resulting from COVID-19 in March-April 2020. Results. A number of outpatients undergoing cardiac diagnostic procedures was noted in 80% of clinics. Cardiovascular procedure volumes in the period from March 2019 to March 2020 in general decreased by 9,5%, and from March 2019 to April 2020, by 56,5%. Stress electrocardiography decreased by 38,4%, stress echocardiography by 72,5%, stress single-photon emission computed tomography by 66,9%, computed tomography angiography by 49,7%, magnetic resonance imaging by 42,7%, invasive coronary angiography by 40,7%. The decrease in diagnostic procedure volumes in selected regions (Tomsk Oblast, Kemerovo Oblast, Tatarstan) was not so pronounced compared to Moscow and St. Petersburg (-20,7%, -75,2%, -93,8% in April 2020, respectively, p<0,001). Conclusion . The first wave of the COVID-19 pandemic caused a sharp decrease in the number of diagnostic cardiac procedures in Russia. This has potential longterm implications for patients with cardiovascular disease. Understanding these implications can help guide diagnostic strategies during the ongoing COVID-19 pandemic and minimize the future losses.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».