MétaCan
Menu
Retour à la cohorte
Enregistrement W3086771273 · doi:10.34067/kid.0004502020

The Characteristics, Dynamics, and the Risk of Death in COVID-19 Positive Dialysis Patients in London, UK

2020· article· en· W3086771273 sur OpenAlex
Dalvir Kular, Irina Chis Ster, Alexander Sarnowski, Eirini Lioudaki, Dandisonba C.B. Braide-Azikiwe, Martin L. Ford, David Makanjuola, Alexandra C Rankin, Hugh Cairns, Joyce Popoola, Nicholas Cole, Mysore K. Phanish, Richard Hull, Pauline A. Swift, Debasish Banerjee

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueKidney360 · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésMedicineDialysisInternal medicineHemodialysisCoronavirus disease 2019 (COVID-19)Case fatality rateDiseaseProportional hazards modelEpidemiologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background Patients on dialysis with frequent comorbidities, advanced age, and frailty, who visit treatment facilities frequently, are perhaps more prone to SARS-CoV-2 infection and related death—the risk factors and dynamics of which are unknown. The aim of this study was to investigate the hospital outcomes in patients on dialysis infected with SARS-CoV-2. Methods Data on 224 patients on hemodialysis between February 29, 2020 and May 15, 2020 with confirmed SARS-CoV-2 were analyzed for outcomes and potential risk factors for death, using a competing risk-regression model assessed by subdistribution hazards ratio (SHR). Results Crude data analyses suggest an overall case-fatality ratio of 23% (95% CI, 17% to 28%) overall, but that varies across age groups from 11% (95% CI, 0.9% to 9.2%) in patients ≤50 years old and 32% (95% CI, 17% to 48%) in patients >80 years; with 60% of deaths occurring in the first 15 days and 80% within 21 days, indicating a rapid deterioration toward death after admission. Almost 90% of surviving patients were discharged within 28 days. Death was more likely than hospital discharge in patients who were more frail (WHO performance status, 3–4; SHR, 2.16 [95% CI, 1.25 to 3.74]; P =0.006), had ischemic heart disease (SHR, 2.28 [95% CI, 1.32 to 3.94]; P =0.003), cerebrovascular disease (SHR, 2.11 [95% CI, 1.20 to 3.72]; P =0.01), smoking history (SHR, 2.69 [95% CI, 1.33 to 5.45]; P =0.006), patients who were hospitalized (SHR, 10.26 [95% CI, 3.10 to 33.94]; P <0.001), and patients with high CRP (SHR, 1.35 [95% CI, 1.10 to 1.67]) and a high neutrophil:lymphocyte ratio (SHR, 1.03 [95% CI, 1.01 to 1.04], P <0.001). Our data did not support differences in the risk of death associated with sex, ethnicity, dialysis vintage, or other comorbidities. However, comparison with the entire dialysis population attending these hospitals, in which 13% were affected, revealed that patients who were non-White (62% versus 52% in all patients, P =0.001) and those with diabetes (54% versus 22%, P <0.001) were disproportionately affected. Conclusions This report discusses the outcomes of a large cohort of patients on dialysis. We found SARS-CoV-2 infection affected more patients with diabetes and those who were non-White, with a high case-fatality ratio, which increased significantly with age, frailty, smoking, increasing CRP, and neutrophil:lymphocyte ratio at presentation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,194
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,193
Score d'incertitude au seuil0,813

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,194
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,346
Écart entre enseignants0,326 · 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