MétaCan
Menu
Retour à la cohorte
Enregistrement W4411108516 · doi:10.1002/ehf2.15331

Short Report: Hospitalization for New-Onset Heart Failure in Survivors of Hospitalized COVID-19

2025· article· en· W4411108516 sur OpenAlexaff
Vicente Corrales‐Medina, Jordana B. Cohen, Seavmeiyin Kun, Bianca Pourmussa, Ozgun Erten, Joe David Azzo, Julio A. Chirinos

Notice bibliographique

RevueESC Heart Failure · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensOttawa Hospital
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicineHeart failureCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Intensive care medicineInternal medicineEmergency medicineVirologyDisease

Résumé

récupéré en direct d'OpenAlex

AIMS: Previous studies have reported an incidence of new-onset heart failure (HF) among COVID-19 survivors ranging from 0.7 to 8.5 per 100 person-years, but they relied on administrative data for outcome ascertainment. Given the public health implications, a more accurate characterization of the HF burden post-COVID-19 is important. METHODS AND RESULTS: We conducted a prospective cohort study of survivors of hospitalized COVID-19 and tracked the incidence of new-onset HF hospitalizations over the 12-month period following the index COVID-19 episode. Outcome ascertainment was based on a combination of chart reviews, patient interviews, and pre-specified clinical, radiographic and laboratory criteria. We identified 2140 survivors of COVID-19 hospitalization that were free of HF at the time of discharge. Their mean age was 67 years and 48% were Black/African-Americans. The incidence rate of hospitalized new-onset HF was 0.5 per 100 person-years. Higher BMI and dialysis dependency at baseline were significantly associated with HF development. The 1-year mortality rate was 3%. CONCLUSIONS: The incidence of new-onset HF post-COVID-19 in our study was lower than in previous reports, despite involving an older population with more comorbidities and/or more severe COVID-19 overall. Reliance on administrative data for outcome adjudication in prior studies may have led to an overestimation of the HF burden post-COVID-19.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,319
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueESC Heart FailureMême sujetLong-Term Effects of COVID-19Travaux en français237 207