Cardiovascular diseases as risk factors of post-COVID syndrome: a systematic review
Notice bibliographique
Résumé
BACKGROUND: A growing proportion of people experience incomplete recovery months after contracting coronavirus disease 2019 (COVID-19). These COVID-19 survivors develop a condition known as post-COVID syndrome (PCS), where COVID-19 symptoms persist for > 12 weeks after acute infection. Limited studies have investigated PCS risk factors that notably include pre-existing cardiovascular diseases (CVD), which should be examined considering the most recent PCS data. This review aims to identify CVD as a risk factor for PCS development in COVID-19 survivors. METHODS: Following the Preferred Reporting Items for Systematic Review and Meta-Analyses (PRISMA) checklist, systematic literature searches were performed in the PubMed, Scopus, and Web of Science databases from the earliest date available to June 2023. Data from observational studies in English that described the association between CVD and PCS in adults (≥ 18 years old) were included. A minimum of two authors independently performed the screening, study selection, data extraction, data synthesis, and quality assessment (Newcastle-Ottawa Scale). The protocol of this review was registered under PROSPERO (ID: CRD42023440834). RESULTS: In total, 594 studies were screened after duplicates and non-original articles had been removed. Of the 11 included studies, CVD including hypertension (six studies), heart failure (three studies), and others (two studies) were significantly associated with PCS development with different factors considered. The included studies were of moderate to high methodological quality. CONCLUSION: Our review highlighted that COVID-19 survivors with pre-existing CVD have a significantly greater risk of developing PCS symptomology than survivors without pre-existing CVD. As heart failure, hypertension and other CVD are associated with a higher risk of developing PCS, comprehensive screening and thorough examinations are essential to minimise the impact of PCS and improve patients' disease progression.
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 | 0,009 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».