Abstract 12740: Racial and Ethnic Disparities in Mortality in Patients Presenting With STEMI With COVID-19: NACMI Registry
Notice bibliographique
Résumé
Introduction: COVID-19 infection disproportionally impacts non-Whites with higher morbidity and mortality. However, differences by race and ethnicity in COVID-19 patients with concomitant STEMI have not been previously described. Methods: The North American COVID-19 STEMI (NACMI) registry is a prospective, observational registry enrolling COVID-19 patients with concomitant STEMI from 64 centers in Canada and the United States from March 2020 to December 2021. We compared clinical characteristics, treatment strategies, and in-hospital mortality risks by race/ethnicity. Results: Among 679 STEMI patients with concomitant COVID-19, 54.5% were White, 14.3% Black, 19.4% Hispanic/Latinx, and 11.8% Asian/Indigenous/Other. Blacks had the highest prevalence of current smokers, and Whites had the lowest prevalence of diabetes. The rate of high-risk features including cardiac arrest, cardiogenic shock, and inotropic support was comparable between the groups. Presence of infiltrates and cardiomegaly was higher in Blacks and Hispanic/Latinx; whereas, COVID-19 severity was similar in the groups. Blacks and Hispanic/Latinx and Blacks were more likely to not have coronary angiography performed. Among patients that underwent angiography, Whites and Hispanic/Latinx were more likely to be treated with primary PCI. In-hospital mortality was highest in Hispanic/Latinx (38%) and the Asian/Indigenous/Other group (Table). Conclusions: Despite no difference in high-risk features in patients with COVID-19 and STEMI, there was a significant difference in in-hospital mortality between Whites and non-Whites with highest risk in Hispanic/Latinx and Asian/Indigenous/Other. Further research in needed to explore discrepant outcomes in racial/ethnic minorities in this patient population and the role of discrepant management.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».