Insights into Cardiovascular Defects and Cardiac Epigenome in the Context of COVID-19
Notice bibliographique
Résumé
Although few in number, studies on epigenome of the heart of COVID-19 patients show that epigenetic signatures such as DNA methylation are significantly altered, leading to changes in expression of several genes. It contributes to pathogenic cardiac phenotypes of COVID-19, e.g., low heart rate, myocardial edema, and myofibrillar disarray. DNA methylation studies reveal changes which likely contribute to cardiac disease through unknown mechanisms. The incidence of severe COVID-19 disease, including hospitalization, requiring respiratory support, morbidity, and mortality, is disproportionately higher in individuals with co-morbidities. This poses unprecedented strains on the global healthcare system. While their underlying conditions make patients more susceptible to severe COVID-19 disease, strained healthcare systems, lack of adequate support, or sedentary lifestyles from ongoing lockdowns have proved detrimental to their underlying health conditions, thus pushing them to severe risk of congenital heart disease (CHD) itself. Prophylactic vaccines against COVID-19 have ushered new hope for CHD. A common connection between COVID-19 and CHD is SARS-CoV-2's host receptor ACE2, because ACE2 regulates and protects organs, including the heart, in various ways. ACE2 is a common therapeutic target against cardiovascular disease and COVID-19 which damages organs. Hence, this review explores the above regarding CHDs, cardiovascular damage, and cardiac epigenetics, in COVID-19 patients.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| 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 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 ».