MétaCan
Menu
Retour à la cohorte
Enregistrement W2774380382 · doi:10.1111/irv.12504

Risk factors for serious outcomes associated with influenza illness in high‐ versus low‐ and middle‐income countries: Systematic literature review and meta‐analysis

2017· review· en· W2774380382 sur OpenAlexaff
Brenda L. Coleman, Shaza A. Fadel, Tiffany Fitzpatrick, Sera‐Melisa Thomas

Notice bibliographique

RevueInfluenza and Other Respiratory Viruses · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensSinai Health SystemUniversity of Toronto
Organismes subventionnairesWorld Health Organization
Mots-clésMeta-analysisLow and middle income countriesInfluenza-like illnessHigh income countriesMedicineEnvironmental healthDeveloping countryDemographyVirologyEconomicsInternal medicineEconomic growth

Résumé

récupéré en direct d'OpenAlex

AIM: To determine factors associated with a serious outcome (hospital admission or severe outcome: critical care or death) and associated with illness caused by laboratory-confirmed influenza, with a specific interest in low- and middle-income countries (LMIC). METHOD: Databases were searched on 11 March 2016 for reports of influenza and factors associated with mortality or morbidity in humans, with no language restrictions. Pooled risks were estimated using random-effects models. RESULTS: Despite the heterogeneity of results across studies, known risk factors for serious disease were associated with both hospital admission and severe outcomes (critical care and/or death). In LMIC, but not in high income countries (HIC), pregnant women, people with HIV/AIDS and children < 5 years old (compared with older children) were at increased risk of a severe outcome. Also, although all patients with neurological conditions were at higher risk of severe outcomes than those without, children were at higher risk than adults and children who lived in a LMIC were at significantly higher risk than those living in HIC. Adults were more likely than children to suffer a severe outcome if they had diabetes or a hematologic condition, were obese or had liver disease. Asthma is a risk factor for hospital admission but not for severe outcomes. CONCLUSION: Known risk factors for serious disease remain important predictors of hospital admission and severe outcomes with few differences between HIC and LMIC countries. These differences likely reflect differences in health-seeking behaviours and health services, but high heterogeneity between studies limits conclusions about the effect size.

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)0,008
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,033
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,290
Tête enseignante GPT0,462
Écart entre enseignants0,172 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations151
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfluenza and Other Respiratory VirusesMême sujetInfluenza Virus Research StudiesTravaux en français237 207