MétaCan
Menu
Retour à la cohorte
Enregistrement W4405226757 · doi:10.1136/heartjnl-2024-bscmr-19.12

18 Impact of age and sex on myocardial involvement in hospitalized COVID-19 patients. A Pre-specified Subanalysis of COVID-HEART

2024· article· en· W4405226757 sur OpenAlexaff
Giandomenico Bisaccia, Chiara Bucciarelli‐Ducci, Hunain Shiwani, Jessica Artico, James C Moon, Fabrizio Ricci, Miroslawa Gorecka, Gerry P McCann, Giles Roditi, Andrew Morrow, Kenneth Mangion, Elena Lukaschuk, Mayooran Shanmuganathan, Chris Miller, Amedeo Chiribiri, Mohammed Alzahir, Sara Ramírez, Andrew Lin, Peter Swoboda, Adam K McDiarmid, Robert Sykes, Trisha Singh, Dana Dawson, Marianna Fontana, Charlotte Manisty, Thomas A. Treibel, Eylem Levelt, Robin Young, Alex McConnachie, Stefan Neubauer, Stefan K. Piechnik, Rhodri Davies, Vanessa M. Ferreira, Marc R. Dweck, Colin Berry

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Disease and Adiposity
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesUniversity of GlasgowUniversity of AberdeenKing's College LondonUniversità degli Studi G. d'Annunzio Chieti - PescaraUniversity of OxfordUniversity of LeicesterNIHR Leicester Biomedical Research CentreUniversity College LondonBritish Heart FoundationUniversity of LeedsNational Institute for Health and Care Research
Mots-clésCoronavirus disease 2019 (COVID-19)Medicine2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Internal medicineVirologyDisease

Résumé

récupéré en direct d'OpenAlex

Introduction COVID-HEART was a prospective, longitudinal, multicenter, observational cohort study of patients hospitalized with COVID-19 and elevated serum troponin in the United Kingdom. From a pre-specified subanalysis, we evaluated and compared the interaction of age and sex with CMR abnormalities in COVID-19 inpatients and contemporary controls. Materials and Methods Patients recruited to COVID-HEART and contemporary controls were included and divided in three groups (COVID-19 positive, troponin positive inpatients; COVID-19 positive inpatients with non-elevated serum troponin; and non-hospitalized, age and sex-matched controls). The impact of age and sex on cardiac abnormalities (left and right ventricular systolic function, pericardial effusion, and myocardial scarring) and myocardial inflammation on CMR was assessed in linear or logistic regression models, and odds ratios (OR) with 95% confidence intervals along with the corresponding p-values for interaction reported. Results Of 519 individuals in COVID-HEART (n=342 cases and n=177 controls), 163 (31.4%) were females, of which 99 (60.7%) were hospitalized with COVID-19 and elevated serum troponin. Median age (IQR) was 61 (54–69) years. CMR abnormalities were not dependent on patient age (p-interaction = 0.5) and were more frequent in males (72% vs 60%, p-interaction < 0.001. Overall, a higher prevalence of macroscopic infarction was observed in males (16% in males vs 5.3% in females, p-interaction = 0.002). Comparable proportions of males and females had microinfarction (9.2%), non-ischemic scar (12.0%), or dual pathology (2.5%) patterns. The microinfarct pattern was exclusively identified among hospitalized patients irrespective of age and sex. No differences in the proportion of patients with LV systolic impairment or pericardial effusion were identified. Females had significantly higher myocardial inflammation detected by global T2 values (Z-score 0.56 vs -0.07, p < 0.0001), while no age-related differences were detected in global T1 or T2 values. At clinical follow-up, no differences were observed in major adverse cardiovascular event rates between males (15.0%) and females (9.1%, p-interaction = 0.3). Conclusion COVID-19 affected the heart differently in males and females, with no major differences noted attributable to age. A greater proportion of male patients was found to have an ischemic scar during the acute infection, while microinfarction and other scar patterns were similarly prevalent between sexes. Acknowledgements None

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,315
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCardiovascular Disease and AdiposityTravaux en français237 207