MétaCan
Menu
Retour à la cohorte
Enregistrement W3093272348 · doi:10.7322/jhgd.v30.11063

Trends in case-fatality rates of COVID-19 in the World, between 2019 - 2020

2020· article· en· W3093272348 sur OpenAlexaboutno aff
Henrique de Moraes Bernal, Carlos Eduardo Siqueira, Fernando Adami, Edigê Felipe de Sousa Santos

Notice bibliographique

RevueJournal of Human Growth and Development · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCase fatality rateDemographyCoronavirus disease 2019 (COVID-19)GeographyPopulationPublic healthSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineChinaSocioeconomicsEnvironmental healthDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: CoV infections can potentially cause from a simple cold to a severe respiratory syndrome, such as the Severe Acute Respiratory Syndrome and the Middle East Respiratory Syndrome (MERS-CoV). The COVID-19 created a new reality for global healthcare models. Objetive: To evaluate trends in case fatality rates of COVID-19 in the World. Methods: We conducted a population based time-series study using public and official data of cases and deaths from COVID-19 in Argentina, Australia, Brazil, Chile, China, Colombia, France, Germany, India, Iran, Italy, Japan, Mexico, Morocco, New Zealand, Nigeria, Peru, Saudi Arabia, South Africa, South Korea, Spain, Switzerland, United Kingdom, United States and Russian, between December, 2019 and August, 2020. Data were based on reports from European Centre for Disease Prevention and Control. COVID-19 was defined by the International Classification of Diseases, 10th revision (U07.1). A Prais-Winsten regression model was performed and the Daily Percentage Change (DPC) calculated determine rates as increasing, decreasing or flat. Results: During the study period, trends in case-fatality rates in the world were flat (DPC = 0.3; CI 95% [-0.2: 0.7]; p = 0.225). In Africa, Morocco had decreasing trends (DPC = -1.1; CI 95% [-1.5: -0.7]; p < 0.001), whereas it were increasing in South Africa (p < 0.05) and flat in Nigeria (p > 0.05). In the Americas, Argentina showed a decreasing trend in case-fatality rates (DPC = -0.6; CI 95% [-1.1: -0.2]; p = 0.005), the U.S. had flat trends (p > 0.05) and all other American countries had increasing trends (p < 0.05). In Asia, Iran had decreasing trends (DPC = -1.5; CI 95% [-2.6 : -0.2]; p = 0.019); China and Saudi Arabia showed increasing trends (p < 0.05), while in India, Japan and South Korea they were flat (p > 0.05). European countries had mostly increasing trends (p < 0.05): Germany, Italy, Spain, the UK and Russia; France and Switzerland had flat trends (p > 0.05). Finally, in Oceania, trends in case-fatality rates were flat in Australia (p > 0.05) and increasing in New Zealand (p < 0.05). Conclusion: Trends in case-fatality rates of COVID-19 in the World were flat between December, 31 and August, 31. Argentina, Iran and Morocco were the only countries with decreasing trends. On the other hand, South Africa, Brazil, Canada, Chile, Colombia, Mexico, Peru, China, Saudi Arabia, Germany, Spain, United Kingdom, Russian and New Zealand had increasing trends in case-fatality rate. All the other countries analyzed had flat trends. Based on case-fatality rate data, our study supports that COVID-19 pandemic is still in progress worldwide.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,030
Score d'incertitude au seuil0,303

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,147
Tête enseignante GPT0,431
Écart entre enseignants0,284 · 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 tête enseignante, 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human Growth and DevelopmentMême sujetCOVID-19 and healthcare impactsTravaux en français237 207