European Society of Cardiology guidance for the diagnosis and management of cardiovascular disease during the COVID-19 pandemic: part 1—epidemiology, pathophysiology, and diagnosis
Notice bibliographique
Résumé
AIMS: Since its emergence in early 2020, the novel severe acute respiratory syndrome coronavirus 2 causing coronavirus disease 2019 (COVID-19) has reached pandemic levels, and there have been repeated outbreaks across the globe. The aim of this two-part series is to provide practical knowledge and guidance to aid clinicians in the diagnosis and management of cardiovascular disease (CVD) in association with COVID-19. METHODS AND RESULTS: A narrative literature review of the available evidence has been performed, and the resulting information has been organized into two parts. The first, reported here, focuses on the epidemiology, pathophysiology, and diagnosis of cardiovascular (CV) conditions that may be manifest in patients with COVID-19. The second part, which will follow in a later edition of the journal, addresses the topics of care pathways, treatment, and follow-up of CV conditions in patients with COVID-19. CONCLUSION: This comprehensive review is not a formal guideline but rather a document that provides a summary of current knowledge and guidance to practicing clinicians managing patients with CVD and COVID-19. The recommendations are mainly the result of observations and personal experience from healthcare providers. Therefore, the information provided here may be subject to change with increasing knowledge, evidence from prospective studies, and changes in the pandemic. Likewise, the guidance provided in the document should not interfere with recommendations provided by local and national healthcare authorities.
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 | 0,016 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».