Coronary Artery Disease as an Independent Predictor of Cardiovascular Mortality in COVID-19 Patients
Notice bibliographique
Résumé
Background: Coronavirus disease 2019 (COVID-19) is associated with increased risk of cardiovascular mortality. However, little is known about the combined effect of coronary artery disease (CAD) and COVID-19 on mortality. We aimed to investigate the incidence of cardiovascular and all-cause mortality in COVID-19 patients with CAD. Methods: This multicenter retrospective study identified 3,336 COVID-19 patients admitted between March and December 2020. Data points were manually reviewed in the patients' electronic health records. Multivariate logistic regression was used to assess whether CAD and its subtypes were associated with mortality. Results: This study shows that CAD was not an independent predictor of all-cause mortality (odds ratio (OR): 1.512, 95% confidence interval (CI): 0.1529 - 14.95, P = 0.723). However, there was a significant increase in cardiovascular mortality in patients with CAD compared to those without (OR: 6.89, 95% CI: 2.706 - 17.53, P < 0.001). There was no significant difference in all-cause mortality in patients with left main artery and left anterior descending artery disease (OR: 1.29, 95% CI: 0.80 - 2.08, P = 0.29). However, CAD patients with a history of interventions (e.g., coronary stenting or coronary artery bypass graft) showed increased mortality compared to those solely treated by medical management (OR: 1.93, 95% CI: 1.12 - 3.33, P = 0.017). Conclusions: CAD is associated with a higher incidence of cardiovascular mortality but not all-cause mortality in COVID-19 patients. Overall, this study will help clinicians identify characteristics of COVID-19 patients with increased risk of mortality in the setting of CAD.
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 | 0,010 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».