Abstract 10482: Renin-Angiotensin-Aldosterone System Inhibition is Associated with Reduced In-Hospital Mortality in Critically Ill Covid-19 Patients with Pre-Existing Hypertension
Notice bibliographique
Résumé
Background: The virus responsible for COVID-19 enters human cells by binding angiotensin-converting enzyme 2. The influence of renin-angiotensin-aldosterone system (RAAS) inhibitors, including angiotensin-converting enzyme inhibitors (ACEi) and angiotensin receptor blockers (ARBs), remains uncertain. Aim: To examine the role of ACEi / ARB exposure on outcomes in COVID-19 patients with pre-existing hypertension (HTN) admitted to intensive care units (ICU). Methods: The COVID-19 Critical Care Consortium is a prospective, observational cohort study of patients requiring ICU admission for active COVID-19 spanning 354 participating sites in 54 countries. Patients >18 years old with pre-existing HTN requiring antihypertensive therapy were analysed. Length of stay and in-hospital mortality to 90 days post ICU admission were analysed as time-to-event outcomes by multistate survival analysis, and the influence of ACEi / ARB use on the hazards of death and discharge by multi-state Cox proportional hazard modelling and sensitivity analysis. Results: From December 1, 2019 through December 30, 2020, 663 eligible patients were registered. Of these, 480 patients had received ACEi and / or ARB therapy (median age 65 years, 67% male) in the 2 weeks before ICU admission, while 183 had not (66 years, 61% male). Average lengths of ICU and general ward stays were longer in the ACEi / ARB than non-ACEi / ARB group (20.8 days and 6.5 days vs. 15.5 and 6.0 days, respectively). ACEi / ARB use was associated with a decreased hazard of death (HR, 0.69, 95% CI, 0.54 — 0.88) that persisted after adjusting for propensity scores (0.67, 0.53 — 0.86). Cumulative probabilities (unadjusted for baseline characteristics) for death and discharge post ICU admission are depicted in the figure for ACEi/ARB (red) and non-ACEi / ARB (blue) patients. Conclusions: In 663 critically ill COVID-19 patients with pre-existing HTN, RAAS inhibition pre-ICU admission was linked to reduced in-hospital mortality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,001 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».