Older age groups and country-specific case fatality rates of COVID-19 in Europe, USA and Canada
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
Abstract Purpose To evaluate the association between the percentages of older age groups among confirmed SARS-CoV-2 infections and the country-specific case fatality rate (CFR). Methods This ecological study analyzed data from the 20 most severely affected European countries, USA and Canada, in which national health authorities provided data on age distribution and gender among confirmed SARS-CoV-2 cases and deaths. Results The proportion of individuals older than 70 years among confirmed SARS-CoV-2 cases differed markedly between the countries, ranging from 4.9 to 40.4%. There was a strong linear association between the proportion of individuals older than 75 years and the country-specific CFRs ( R 2 = 0.803 for all countries, R 2 = 0.961 after exclusion of three countries with incongruent data). Each 5% point increase of this older age group among confirmed SARS-CoV-2 cases was associated with an increase in CFR of 2.5% points (95% CI 1.9–3.1). Conclusion Data from 20 European countries and the USA and Canada showed that the variance of crude CFR of COVID-19 is predominantly (80–96%) determined by the proportion of older individuals who are diagnosed with SARS-CoV-2. The age distribution of SARS-CoV-2 infections is still far from being homogeneous. Detailed demographic data have to be taken into account in all the analyses on COVID-19-associated mortality. We urgently call for standardized data collection by national health authorities.
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 | 0,000 | 0,001 |
| 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 découle