Characteristics Associated with Hospitalization Among Patients with COVID-19 — Metropolitan Atlanta, Georgia, March–April 2020
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The first reported U.S. case of coronavirus disease 2019 (COVID-19) was detected in January 2020 (1). As of June 15, 2020, approximately 2 million cases and 115,000 COVID-19-associated deaths have been reported in the United States.* Reports of U.S. patients hospitalized with SARS-CoV-2 infection (the virus that causes COVID-19) describe high proportions of older, male, and black persons (2-4). Similarly, when comparing hospitalized patients with catchment area populations or nonhospitalized COVID-19 patients, high proportions have underlying conditions, including diabetes mellitus, hypertension, obesity, cardiovascular disease, chronic kidney disease, or chronic respiratory disease (3,4). For this report, data were abstracted from the medical records of 220 hospitalized and 311 nonhospitalized patients aged ≥18 years with laboratory-confirmed COVID-19 from six acute care hospitals and associated outpatient clinics in metropolitan Atlanta, Georgia. Multivariable analyses were performed to identify patient characteristics associated with hospitalization. The following characteristics were independently associated with hospitalization: age ≥65 years (adjusted odds ratio [aOR] = 3.4), black race (aOR = 3.2), having diabetes mellitus (aOR = 3.1), lack of insurance (aOR = 2.8), male sex (aOR = 2.4), smoking (aOR = 2.3), and obesity (aOR = 1.9). Infection with SARS-CoV-2 can lead to severe outcomes, including death, and measures to protect persons from infection, such as staying at home, social distancing (5), and awareness and management of underlying conditions should be emphasized for those at highest risk for hospitalization with COVID-19. Measures that prevent the spread of infection to others, such as wearing cloth face coverings (6), should be used whenever possible to protect groups at high risk. Potential barriers to the ability to adhere to these measures need to be addressed.
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.
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 | 0,001 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle