Impact of High Troponin Level on the Outcome in COVID-19 Positive Patients
Notice bibliographique
Résumé
Purpose: COVID-19 is a new disease caused by the recently discovered SARS-CoV-2 virus. The COVID-19 disease manifests in several ways and it may affect various systems, including the gastrointestinal, musculoskeletal, neurological, cardiovascular, and pulmonary systems. Individuals who have ad-additional health conditions, such as cardiovascular disorders, are particularly more likely to experience illness and death. This study aimed to assess the clinical effect of COVID-19 on myocardial injury, as measured by troponin elevation, and to determine if this effect has an impact on the outcome. Patients and Methods: This retrospective study was conducted at King Saud Medical City. The electronic medical records used to identify all admitted patients between March 23 and June 15, 2020, with a laboratory-confirmed positive COVID-19 diagnosis who had troponin I measured. Results: During the study period, 768 COVID-19-positive patients were hospitalized. Of those, 187 patients were excluded because the troponin level was not measured. The remaining 581 (75.7%) had troponin I measured. Overall, 89 of 581 (15.3%) patients died. Of those, 67.8% were in the markedly elevated cTnI group, 8.5% were in the mildly elevated cTnI group, whereas no deaths were reported in the group with normal cTnI levels. Conclusion: Myocardial injury was observed in COVID-19-admitted patients at a significant level that warrants attention to this consequence. In older individuals with pre-existing cardiovascular comorbidities, the diagnosis of myocardial injury was linked to a higher likelihood of being admitted to the intensive care unit, experiencing a worse prognosis, and ultimately, death.
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 | 0,002 | 0,020 |
| 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 | 0,000 |
| 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 ».