History of COVID-19 as a Risk Factor for Cardiac Arrhythmias: A Case-Control Study
Notice bibliographique
Résumé
Background: Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) was responsible for the coronavirus disease 2019 (COVID-19) pandemic and generated high morbidity and mortality rates worldwide, as well as several sequelae that persist and need to be evaluated. The aim of this study was to evaluate the association between a history of COVID-19 infection and the occurrence of cardiac arrhythmias in outpatients from a private clinic in Arequipa. Methods: We conducted a retrospective, analytical, unmatched case-control study in a private cardiology clinic in Arequipa, Peru. A total of 252 adult patients who underwent 24-h Holter monitoring between October and December 2023 were included. Cases were defined as patients with documented cardiac arrhythmias; controls had no arrhythmic findings. The main exposure was a confirmed history of COVID-19. Age, sex, and additional Holter findings were also analyzed. Logistic regression was used to estimate crude and adjusted odds ratios (ORs) with 95% confidence intervals (CIs), adjusting for age and sex. Results: Of the total sample, 68 patients were classified as cases and 184 as controls. A history of COVID-19 was more frequent among cases (70.6%) than among controls (50.5%) (P = 0.004). In unadjusted analysis, patients with prior COVID-19 had more than twice the odds of presenting arrhythmias (OR: 2.35; 95% CI: 1.29 - 4.26; P = 0.005). After adjusting for age and sex, the association remained statistically significant (OR: 2.12; 95% CI: 1.10 - 4.11; P = 0.025). Conclusion: A prior history of COVID-19 was significantly associated with increased odds of cardiac arrhythmias. These findings highlight the importance of structured cardiac evaluation in patients with prior SARS-CoV-2 infection.
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 | 0,011 | 0,311 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».