MétaCan
Menu
Retour à la cohorte
Enregistrement W7002097301

Massive Pulmonary Embolism from worsening of Gouty Arthritis due to the COVID-19 Pandemic

2021· article· en· W7002097301 sur OpenAlexaboutno aff

Notice bibliographique

RevueHuman Biology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGoutPulmonary embolismArthritisPopulationRisk factorInflammatory arthritisMyocardial infarctionDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: Gout is the most common inflammatory arthritis in men and is associated with increased mortality and is an independent risk factor for cardiovascular disease such as myocardial infarction and stroke. In addition, several other types of inflammatory arthritis have been linked to increased risk of venous thromboembolism (VTE). VTE is associated high mortality of around 9.7% for PE and 4.6% for DVT. However, only a handful of studies have been conducted to estimate the risk of VTE in patients with gout before or after diagnosis. Most recent study in Canada concluded that patients with gout have around a 20% increase in risk compared to the general population for VTE. However, they stated not all gout patients carry the same risk and further research is needed to identify high risk factors and implement prophylactic therapy. In addition to that, multiple studies have concluded that alcohol sales, mental health illness, and drug use has increased dramatically during the COVID-19 pandemic. We present an interesting case of a 64-year-old patient with history of chronic gout which worsened within the last six months, first leading to DVT and a few months later a massive pulmonary embolism (PE). The patient had multiple high-risk factors for PE including chronic gout with worsening flare ups due to the excessive alcohol drinking since the COVID-19 pandemic and recent non-adherence to DVT anticoagulant medication for a month. We highlight the importance to monitor for high-risk factors such as excessive alcohol use and immobility in patients with inflammatory condition such as gout especially during the COVID pandemic.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,024
Tête enseignante GPT0,310
Écart entre enseignants0,286 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman BiologyMême sujetCell Image Analysis TechniquesTravaux en français237 207