Relationship between lung injury extent and phenotype manifested in non-contrast CT and cardiac injury during acute stage of COVID-19
Notice bibliographique
Résumé
PURPOSE: This study evaluated the diagnostic values of the extent of lung injury manifested in non-contrast enhanced CT (NCCT) images, the inflammatory and immunological biomarkers C-reactive protein (CRP) and lymphocyte for detecting acute cardiac injury (ACI) in patients with COVID-19. The correlations between the NCCT-derived parameters and arterial blood oxygen level were also investigated. METHODS: NCCT lung images and blood tests were obtained in 143 patients with COVID-19 in approximately two weeks after symptom onset, and arterial blood gas measurement was also acquired in 113 (79%) patients. The diagnostic values of normal, moderately and severely abnormal lung parenchyma volume relative to the whole lungs (RVNP, RVMAP, RVSAP, respectively) measured from NCCT images for detecting the heart injury confirmed with high-sensitivity troponin I assay was determined. RESULTS: . The patients with ACI had a significantly higher CRP level but a lower lymphocyte level compared to the patients without ACI. Combining one of these two biomarkers with any of the three NCCT-derived parameter further improved the accuracy for predicting ACI in patients with COVID-19. CONCLUSION: The NCCT-delineated normal and abnormal lung parenchmyma tissues were statistically significant predictors of ACI in patients with COVID-19, but both exhibited poor correlations with the arterial blood oxygen level. The incremental diagnostic values of lymphocyte and CRP suggested viral infection and inflammation were closely related to the heart injury during the acute stage of 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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».