COVID-19 and myocarditis: a review of literature
Notice bibliographique
Résumé
Myocarditis has been discovered to be a significant complication of coronavirus disease 2019 (COVID-19), a condition caused by the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) virus. COVID-19 myocarditis seems to have distinct inflammatory characteristics, which make it unique to other viral etiologies. The incidence of COVID-19 myocarditis is still not clear as a wide range of figures have been quoted in the literature; however, it seems that the risk of developing myocarditis increases with more severe infection. Furthermore, the administration of the mRNA COVID-19 vaccine has been associated with the development of myocarditis, particularly after the second dose. COVID-19 myocarditis has a wide variety of presentations, ranging from dyspnea and chest pain to acute heart failure and possibly death. It is important to catch any cases of myocarditis, particularly those presenting with fulminant myocarditis which can be characterized by signs of heart failure and arrythmias. Initial work up for suspected myocarditis should include serial troponins and electrocardiograms. If myocardial damage is detected in these tests, further screening should be carried out. Cardiac magnetic resonance imagining and endomyocardial biopsy are the most useful tests for myocarditis. Treatment for COVID-19 myocarditis is still controversial; however, the use of intravenous immunoglobulins and corticosteroids in combination may be effective, particularly in cases of fulminant myocarditis. Overall, the incidence of COVID-19 myocarditis requires further research, while the use of intravenous immunoglobulins and corticosteroids in conjunction requires large randomized controlled trials to determine their efficacy.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».