Incidência de pericardite pós COVID-19 em pacientes de uma clínica cardiológica, no período de março a junho de 2020
Bibliographic record
Abstract
Objetivo: Identificar a incidência de pericardite pós- COVID-19 em pacientes atendidos em uma clínica cardiológica, bem como discutir os fatores de risco e possíveis terapêuticas. Métodos: Foi realizada coleta de dados através do protocolo de pesquisa em prontuários de pacientes atendidos na referida clínica, buscando identificar os pacientes de tiveram COVID-19 e destes quais evoluíram com pericardite. Todos os dados foram tabelados utilizando-se o software Microsoft Excel e análise estatística realizada no programa Biostat 5.0. Resultados: Foram encontrados 4 pacientes evoluindo com pericardite aguda pós COVID-19, sendo observada incidência de 11,76%. A maioria dos pacientes apresentou comorbidades cardiocerebrovasculares, que sabidamente estão associadas a pior prognóstico e morbimortalidade na infecção pelo SARS-CoV-2. Todos os pacientes apresentaram desfecho clínico favorável, após tratamento com dose terapêutica usual com colchicina. Conclusão: Conclui-se que apesar de complicação tardia da COVID-19, a pericardite aguda na casuística do estudo, manteve seu padrão autolimitado, assim como sua relevante taxa de incidência assegura as manifestações cardíacas como uma das principais e mais importantes dentre as manifestações extrapulmonares da COVID-19.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.321 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.000 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".