POST-COVID CARDIOVASCULAR MANIFESTATION AMONG THE PATIENTS ATTENDING TERTIARY CARE HOSPITAL IN CHHINDWARA: A QUALITATIVE STUDY
Notice bibliographique
Résumé
Objectives: The objectives of the study were to assess the cardiovascular manifestations in hospitalized and non-hospitalized patients with COVID-19. Methods: All patients, attending to the dedicated post-COVID outpatient department of Medicine Department, Chhindwara Institute of Medical Sciences from April 2021 to March 2022, with a history of positive RTPCR for severe acute respiratory syndrome-coronavirus-2 (SARS-CoV-2) at least 2 weeks before presentation, were included in the study. Questionnaire along with patients echocardiogram and echo report, Canadian classification used for angina grading and NYHA classification to classify shortness of breath. A total of 650 patients were assessed for demographics, pre-existing comorbidities, health status, date of symptoms onset, COVID-19 diagnosis, health-care utilization, and the presence of any cardiac or other symptoms at the time of the onset of symptoms (retrospectively) and at follow-up days after symptoms onset. Results: The mean age of the sample (n=650) was 50.34 years. Majority were 346 (53.23%) males. According to responses using Canadian classification for chest pain were 75 (12.5%) Class 2 angina, in NYHA classification, majority 480 (80%) of patients had Class 2 SOB. About 90 (15%) of patients echo showed positive echo findings. The average stay of patients was 7.58+–1.6 days. About 135 (22.5%) of post-COVID patients had cardiac manifestations, majority were male 118 (87.4%). One hundred and two (75.5%) of patients that developed cardiac manifestation had multiple comorbidities, AF (6%) was reported in patients age 62 years and above. NSTEMI was reported in patients with multiple comorbidities. Conclusion: As the SARS-CoV-2 pandemic progresses, the interactions between coexisting cardiovascular disease and acute cardiovascular manifestations have a major implication on the medical community’s understanding of this disease. This suggests the presence of a post-COVID-19 syndrome and highlights the unmet health-care needs in a subgroup of patients with mild or severe 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 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 | 0,024 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,005 |
| 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 ».