Clinical characteristics and in-hospital mortality of COVID-19 adult patients in Saudi Arabia
Notice bibliographique
Résumé
OBJECTIVES: To provide a detailed study of demographic, baseline comorbidities, clinical features, and outcome for Coronavirus disease 2019 (COVID-19) patients. METHODS: A record-based case-series study conducted from March 23 to June 15, 2020 in King Saud Medical City, Riyadh, Saudi Arabia. Demographic data, clinical presentation, laboratory investigations, complications, and in-hospital outcome of COVID-19 patients collected with analysis of the clinical characteristics for survivors and deceased. RESULTS: A total of 768 patients were included. The mean age was 46.36±13.7 years and 76.7% were men. Approximately 96.3% reported more than one comorbidity; diabetes mellitus was the most frequent (46.4%). Fever (84.5%), cough (82.3%), and shortness of breath (79.8%) were the main presenting symptoms. During the follow-up, pneumonia reported in 68.6%, acute respiratory distress syndrome in 32.7%, septic shock in 20.7%, respiratory failure in 20.3%, and acute kidney injury in 19.3%. Approximately 45.8% of enrolled patients required intensive care unit admission. Lung disease (odd ratio [OR]=3.862 with 95% confident interval [CI] (2.455-6.074), obesity (OR=3.732, CI=2.511-5.546), smoking (OR=2.991, CI=2.072-4.317), chronic kidney disease (OR=2.296. CI=1.497-3.521), and diabetes mellitus (OR=2.291, CI=1.714-3.063) are predictors of ICU admission. Fatality ratio was 4.27%; therefore, men were more prevalent in dead group. CONCLUSION: Coronavirus disease 2019 places a huge burden on healthcare facilities, particularly in patients with comorbidity. Coronavirus disease 2019 patients who are obese and smokers with history of diabetes mellitus have a high risk of death.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».