Effect of SARS-CoV-2 infection on out-of-hospital cardiac arrest outcomes – systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION AND OBJECTIVE: The COVID-19 pandemic caused by the SARS-CoV-2 virus has recently presented the world with an unprecedented challenge. The purpose of this systematic review and meta-analysis is to investigate the relationship between SARS-CoV-2 infection and out-of-hospital cardiac arrest (OHCA) by comparing data from infected and non-infected individuals. The study adds to our understanding of the broader effects of the pandemic on public health and emergency care by examining the influence of COVID-19 on OHCA. MATERIAL AND METHODS: A comprehensive systematic literature search was performed using PubMed, EMBASE, Scopus, Web of Science, the Cochrane Library and Google Scholar from 1 January 2020 - 24 May 2023. Incidence rates and odds ratios (ORs) or mean differences (MDs) with 95% confidence intervals (CIs) for risk factors were recorded from individual studies, and random-effects inverse variance modelling used to generate pooled estimates. RESULTS: Six studies, involving 5,523 patients, met the criteria for inclusion in the meta-analysis. Survival to hospital admission, defined as admission to the emergency department with sustained return of spontaneous circulation (ROSC), among patients with and without on-going infection was 12.2% and 20.1%, respectively (p=0.09). Survival to hospital discharge/30-day survival rate was 0.8% vs. 6.2% (p<0.001). Two studies reported survival to hospital discharge in good neurological condition; however, the difference was not statistically significant (2.1% vs. 1.8%; p=0.37). CONCLUSIONS: Compared to the non-infected patients, the ongoing SARS-CoV-2 infection was associated with worse OHCA outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».