Factors associated with mortality in hospitalized cardiovascular disease patients infected with COVID‐19
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: To reduce mortality in hospitalized patients with COVID-19 and cardiovascular disease (CVD), it is necessary to understand the relationship between patient's symptoms, risk factors, and comorbidities with their mortality rate. To the best of our knowledge, this paper is the first which take into account the determinants like risk factors, symptoms, and comorbidities leading to mortality in CVD patients who are hospitalized with COVID-19. METHODS: This study was conducted on 660 hospitalized patients with CVD and COVID-19 recruited between January 2020 and January 2021 in Iran. All patients were diagnosed with the previous history of CVD like angina, myocardial infarction, heart failure, cardiomyopathy, abnormal heart rhythms, and congenital heart disease before they were hospitalized for COVID-19. We collected data on patient's signs and symptoms, clinical and paraclinical examinations, and any underlying comorbidities. t test was used to determine the significant difference between the two deceased and alive groups. In addition, the relation between pairs of symptoms and pairs of comorbidities has been determined via correlation computation. RESULTS: Our findings suggest that signs and symptoms such as fever, cough, myalgia, chest pain, chills, abdominal pain, nausea, vomiting, diarrhea, and anorexia had no impact on patients' mortality. There was a significant correlation between COVID-19 cardiovascular patients' mortality rate and symptoms such as headache, loss of consciousness (LOC), oxygen saturation less than 93%, and need for mechanical ventilation. CONCLUSIONS: Our results might help physicians identify early symptoms, comorbidities, and risk factors related to mortality in CVD patients hospitalized for 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.
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 | 0,001 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découle