Intrapulmonary and Intracardiac Shunts in Adult COVID-19 Versus Non-COVID Acute Respiratory Distress Syndrome ICU Patients Using Echocardiography and Contrast Bubble Studies (COVID-Shunt Study): A Prospective, Observational Cohort Study
Notice bibliographique
Résumé
OBJECTIVES: Studies have suggested intrapulmonary shunts may contribute to hypoxemia in COVID-19 acute respiratory distress syndrome (ARDS) with worse associated outcomes. We evaluated the presence of right-to-left (R-L) shunts in COVID-19 and non-COVID ARDS patients using a comprehensive hypoxemia workup for shunt etiology and associations with mortality. DESIGN: Prospective, observational cohort study. SETTING: Four tertiary hospitals in Edmonton, Alberta, Canada. PATIENTS: Adult critically ill, mechanically ventilated, ICU patients admitted with COVID-19 or non-COVID (November 16, 2020, to September 1, 2021). INTERVENTIONS: Agitated-saline bubble studies with transthoracic echocardiography/transcranial Doppler ± transesophageal echocardiography assessed for R-L shunts presence. MEASUREMENTS AND MAIN RESULTS: Primary outcomes were shunt frequency and association with hospital mortality. Logistic regression analysis was used for adjustment. The study enrolled 226 patients (182 COVID-19 vs 42 non-COVID). Median age was 58 years (interquartile range [IQR], 47-67 yr) and Acute Physiology and Chronic Health Evaluation II scores of 30 (IQR, 21-36). In COVID-19 patients, the frequency of R-L shunt was 31 of 182 COVID patients (17.0%) versus 10 of 44 non-COVID patients (22.7%), with no difference detected in shunt rates (risk difference [RD], -5.7%; 95% CI, -18.4 to 7.0; p = 0.38). In the COVID-19 group, hospital mortality was higher for those with R-L shunt compared with those without (54.8% vs 35.8%; RD, 19.0%; 95% CI, 0.1-37.9; p = 0.05). This did not persist at 90-day mortality nor after adjustment with regression. CONCLUSIONS: There was no evidence of increased R-L shunt rates in COVID-19 compared with non-COVID controls. R-L shunt was associated with increased in-hospital mortality for COVID-19 patients, but this did not persist at 90-day mortality or after adjusting using logistic regression.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».