Hospitalization, major complications and mortality in acute myocardial infarction patients during the COVID-19 era: A systematic review and meta-analysis
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
Since the SARS-CoV-2 pandemic began, numerous studies have reported a concerning drop in the number of acute myocardial infarction (AMI) admissions. In the present systematic review and meta-analysis, we aimed to compare the rate of AMI admissions and major complication during the pandemic, in comparison with pre-pandemic periods. Three major databases (PubMed, Scopus, and Web of Science Core Collection) were searched. Out of 314 articles, 41 were entered into the study. Patients hospitalized for AMI were 35% less in the COVID-19 era compared with pre-pandemic periods, which was statistically significantly (OR = 0.65; 95% CI: 0.56–0.74; I2 = 99%; p < 0.001; 28 studies). Patients hospitalized for STEMI and NSTEMI were 29% and 34% respectively less in the COVID-19 era compared with periods before COVID-19, which was statistically significantly (OR = 0.71; 95% CI: 0.65 –0.78; I2 = 93%; p < 0.001; 22 studies, OR = 0.66; 95% CI: 0.58–0.73; I2 = 95%; p < 0.001; 14 studies). The overall rate of in-hospital mortality in AMI patients increased by 26% in the COVID-19 era, which was not statistically significant (OR = 1.26; 95% CI: 1.0–1.59; I2 = 22%; p < 0.001; six studies). The rate of in-hospital mortality in STEMI and NSTEMI patients increased by 15% and 26% respectively in the COVID-19 era, which was not statistically significant (OR = 1.15; 95% CI: 0.85–1.57; I2 = 48%; p = 0.035; 11 studies, OR = 1.35; 95% CI: 0.64–2.86; I2 = 45%; p = 0.157; 3 articles). These observations highlight the challenges in the adaptation of health-care systems with the impact of the COVID-19 pandemic.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,000 | 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