Association Between Nursing Home Crowding and COVID-19 Infection and Mortality in Ontario, Canada
Notice bibliographique
Résumé
Importance: Nursing home residents have been disproportionately affected by coronavirus disease 2019 (COVID-19). Prevention recommendations emphasize frequent testing of health care personnel and residents, but additional strategies are needed. Objective: To develop a reproducible index of nursing home crowding and determine whether crowding was associated with COVID-19 cases and mortality in the first months of the COVID-19 epidemic. Design, Setting, and Participants: This population-based retrospective cohort study included more than 78 000 residents across more than 600 nursing homes in Ontario, Canada, and was conducted from March 29 to May 20, 2020. Exposures: The nursing home crowding index equaled the mean number of residents per bedroom and bathroom. Main Outcomes and Measures: The cumulative incidence of COVID-19 cases confirmed by a validated nucleic acid amplification assay and mortality per 100 residents; the introduction of COVID-19 into a home (≥1 resident case) was a negative tracer. Results: Of 623 homes in Ontario, we obtained complete information on 618 homes (99%) housing 78 607 residents (women, 54 160 [68.9%]; age ≥85 years, 42 919 [54.6%]). A total of 5218 residents (6.6%) developed COVID-19 infection, and 1452 (1.8%) died of COVID-19 infection as of May 20, 2020. COVID-19 infection was distributed unevenly across nursing homes; 4496 infections (86%) occurred in 63 homes (10%). The crowding index ranged across homes from 1.3 (mainly single-occupancy rooms) to 4.0 (exclusively quadruple occupancy rooms); 308 homes (50%) had a high crowding index (≥2). Incidence in high crowding index homes was 9.7% vs 4.5% in low crowding index homes (P < .001), while COVID-19 mortality was 2.7% vs 1.3%, respectively (P < .001). The likelihood of COVID-19 introduction did not differ (high = 31.3% vs low = 30.2%; P = .79). After adjustment for regional, nursing home, and resident covariates, the crowding index remained associated with an increased incidence of infection (relative risk [RR] = 1.73, 95% CI, 1.10-2.72) and mortality (RR, 1.69; 95% CI, 0.99-2.87). A propensity score analysis yielded similar conclusions for infection (RR, 2.09; 95% CI, 1.30-3.38) and mortality (RR, 1.83; 95% CI, 1.09-3.08). Simulations suggested that converting all 4-bed rooms to 2-bed rooms would have averted 998 COVID-19 cases (19.1%) and 263 deaths (18.1%). Conclusions and Relevance: In this cohort of Canadian nursing homes, crowding was common and crowded homes were more likely to experience larger and deadlier COVID-19 outbreaks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».