MétaCan
Menu
Retour à la cohorte
Enregistrement W3015994813 · doi:10.1101/2020.04.05.20054361

Population-level COVID-19 mortality risk for non-elderly individuals overall and for non-elderly individuals without underlying diseases in pandemic epicenters

2020· preprint· en· W3015994813 sur OpenAlexaboutno aff
John P. A. Ioannidis, Cathrine Axfors, Despina G. Contopoulos‐Ioannidis

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesSvenska LäkaresällskapetUppsala UniversitetLaura and John Arnold Foundation
Mots-clésPandemicDemographyCoronavirus disease 2019 (COVID-19)PopulationMedicineGeographyEuropean populationRelative riskGerontologyConfidence intervalDiseaseSociology

Résumé

récupéré en direct d'OpenAlex

Abstract OBJECTIVE To provide estimates of the relative risk of COVID-19 death in people <65 years old versus older individuals in the general population, the absolute risk of COVID-19 death at the population level during the first epidemic wave, and the proportion of COVID-19 deaths in non-elderly people without underlying diseases in epicenters of the pandemic. ELIGIBLE DATA Countries and US states with at least 800 COVID-19 deaths as of April 24, 2020 and with information on the number of deaths in people with age <65. Data were available for 11 European countries (Belgium, France, Germany, Ireland, Italy, Netherlands, Portugal, Spain, Sweden, Switzerland, UK), Canada, and 12 US states (California, Connecticut, Florida, Georgia, Illinois, Indiana, Louisiana, Maryland, Massachusetts, Michigan, New Jersey and New York) We also examined available data on COVID-19 deaths in people with age <65 and no underlying diseases. MAIN OUTCOME MEASURES Proportion of COVID-19 deaths in people <65 years old; relative risk of COVID-19 death in people <65 versus ≥65 years old; absolute risk of COVID-19 death in people <65 and in those ≥80 years old in the general population as of May 1, 2020; absolute COVID-19 death risk expressed as equivalent of death risk from driving a motor vehicle. RESULTS Individuals with age <65 account for 4.8-9.3% of all COVID-19 deaths in 10 European countries and Canada, 13.0% in the UK, and 7.8-23.9% in the US locations. People <65 years old had 36- to 84-fold lower risk of COVID-19 death than those ≥65 years old in 10 European countries and Canada and 14- to 56-fold lower risk in UK and US locations. The absolute risk of COVID-19 death as of May 1, 2020 for people <65 years old ranged from 6 (Canada) to 249 per million (New York City). The absolute risk of COVID-19 death for people ≥80 years old ranged from 0.3 (Florida) to 10.6 per thousand (New York). The COVID-19 death risk in people <65 years old during the period of fatalities from the epidemic was equivalent to the death risk from driving between 13 and 101 miles per day for 11 countries and 6 states, and was higher (equivalent to the death risk from driving 143-668 miles per day) for 6 other states and the UK. People <65 years old without underlying predisposing conditions accounted for only 0.7-2.6% of all COVID-19 deaths (data available from France, Italy, Netherlands, Sweden, Georgia, and New York City). CONCLUSIONS People <65 years old have very small risks of COVID-19 death even in pandemic epicenters and deaths for people <65 years without underlying predisposing conditions are remarkably uncommon. Strategies focusing specifically on protecting high-risk elderly individuals should be considered in managing the 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,235
Tête enseignante GPT0,455
Écart entre enseignants0,220 · 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'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

Citations78
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCOVID-19 and healthcare impactsTravaux en français237 207