Effect of Aspirin Use on the Adverse Outcomes in Patients Hospitalized for COVID-19
Notice bibliographique
Résumé
Background: Coronavirus disease 2019 (COVID-19) triggers multiple components of the immune system and causes inflammation of endothelial walls across vascular beds, resulting in respiratory failure, arterial and venous thrombosis, myocardial injury, and multi-organ failure leading to death. Early in the COVID-19 pandemic, aspirin was suggested for the treatment of symptomatic individuals, given its analgesic, antipyretic, anti-inflammatory, anti-thrombotic, and antiviral effects. This study aimed to evaluate the association of aspirin use with various clinical outcomes in patients hospitalized for COVID-19. Methods: This was a retrospective study involving patients aged ≥ 18 years and hospitalized for COVID-19 from March 2020 to October 2020. Primary outcomes were acute cardiovascular events (ST elevation myocardial infarction (STEMI), type 1 non-ST elevation myocardial infarction (NSTEMI), acute congestive heart failure (CHF), and acute stroke) and death. Secondary outcomes were respiratory failure, need for mechanical ventilation, and acute deep vein thrombosis (DVT)/pulmonary embolism (PE). Results: Of 376 patients hospitalized for COVID-19, 128 were taking aspirin. Significant proportions of native Americans were hospitalized for COVID-19 in both aspirin (22.7%) and non-aspirin (24.6%) groups. Between aspirin and non-aspirin groups, no significant differences were found with regard to mechanical ventilator support (21.1% vs. 15.3%, P = 0.16), acute cardiovascular events (7.8% vs. 5.2%, P = 0.32), acute DVT/PE (3.9% vs. 5.2%, P = 0.9), readmission rate (13.3% vs. 12.9%, P = 0.91) and mortality (23.4% vs. 20.2%, P = 0.5); however, the median duration of mechanical ventilation was significantly shorter (7 vs. 9 days, P = 0.04) and median length of hospitalization was significantly longer (5.5 vs. 4 days, P = 0.01) in aspirin group compared to non-aspirin group. Conclusion: No significant differences were found in acute cardiovascular events, acute DVT/PE, mechanical ventilator support, and mortality rate between hospitalized COVID-19 patients who were taking aspirin compared to those not taking aspirin. However, larger studies are required to confirm our findings.
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 | 0,285 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».