Temporal estimates of case-fatality rate for COVID-19 outbreaks in Canada and the United States
Notice bibliographique
Résumé
BACKGROUND: Estimates of the case-fatality rate (CFR) associated with coronavirus disease 2019 (COVID-19) vary widely in different population settings. We sought to estimate and compare the COVID-19 CFR in Canada and the United States while adjusting for 2 potential biases in crude CFR. METHODS: We used the daily incidence of confirmed COVID-19 cases and deaths in Canada and the US from Jan. 31 to Apr. 22, 2020. We applied a statistical method to minimize bias in the crude CFR by accounting for the survival interval as the lag time between disease onset and death, while considering reporting rates of COVID-19 cases less than 50% (95% confidence interval 10%-50%). RESULTS: Using data for confirmed cases in Canada, we estimated the crude CFR to be 4.9% on Apr. 22, 2020, and the adjusted CFR to be 5.5% (credible interval [CrI] 4.9%-6.4%). After we accounted for various reporting rates less than 50%, the adjusted CFR was estimated at 1.6% (CrI 0.7%-3.1%). The US crude CFR was estimated to be 5.4% on Apr. 20, 2020, with an adjusted CFR of 6.1% (CrI 5.4%-6.9%). With reporting rates of less than 50%, the adjusted CFR for the US was 1.78 (CrI 0.8%-3.6%). INTERPRETATION: Our estimates suggest that, if the reporting rate is less than 50%, the adjusted CFR of COVID-19 in Canada is likely to be less than 2%. The CFR estimates for the US were higher than those for Canada, but the adjusted CFR still remained below 2%. Quantification of case reporting can provide a more accurate measure of the virulence and disease burden of severe acute respiratory syndrome coronavirus 2.
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 | 0,005 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».