MétaCan
Menu
Retour à la cohorte
Enregistrement W3096223642 · doi:10.1002/art.41567

Association of Race and Ethnicity With COVID‐19 Outcomes in Rheumatic Disease: Data From the COVID‐19 Global Rheumatology Alliance Physician Registry

2020· article· en· W3096223642 sur OpenAlexaff
Milena Gianfrancesco, Liza Leykina, Zara Izadi, Tiffany Taylor, Jeffrey A. Sparks, Carly Harrison, Laura Trupin, Stephanie Rush, Gabriela Schmajuk, Patricia Katz, Lindsay Jacobsohn, Tiffany Hsu, Kristin M. D’Silva, Naomi Serling‐Boyd, Rachel Wallwork, Derrick J. Todd, Suleman Bhana, Wendy Costello, Rebecca Grainger, Jonathan S. Hausmann, Jean W. Liew, Emily Sirotich, Paul Sufka, Zachary S. Wallace, Pedro Machado, Philip C. Robinson, Jinoos Yazdany

Notice bibliographique

RevueArthritis & Rheumatology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensMcMaster UniversityCanadian Arthritis Patient Alliance
Organismes subventionnairesUniversity of California, San FranciscoCenters for Disease Control and PreventionNational Institutes of HealthNational Institute for Health and Care ResearchAgency for Healthcare Research and QualityChildhood Arthritis and Rheumatology Research AllianceRheumatology Research FoundationGilead SciencesAmgenBrigham Research InstitutePfizerUniversity College LondonNational Institute of Arthritis and Musculoskeletal and Skin DiseasesCelgeneAstraZenecaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésMedicineOdds ratioInternal medicineEthnic groupPopulationRheumatologyConfidence intervalDiseaseDemographyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Racial/ethnic minorities experience more severe outcomes of coronavirus disease 2019 (COVID-19) in the general US population. This study was undertaken to examine the association between race/ethnicity and COVID-19 hospitalization, ventilation status, and mortality in people with rheumatic disease. METHODS: US patients with rheumatic disease and COVID-19 were entered into the COVID-19 Global Rheumatology Alliance physician registry between March 24, 2020 and August 26, 2020 were included. Race/ethnicity was defined as White, African American, Latinx, Asian, or other/mixed race. Outcome measures included hospitalization, requirement for ventilatory support, and death. Multivariable regression models were used to estimate odds ratios (ORs) and 95% confidence intervals (95% CIs) adjusted for age, sex, smoking status, rheumatic disease diagnosis, comorbidities, medication use prior to infection, and rheumatic disease activity. RESULTS: A total of 1,324 patients were included, of whom 36% were hospitalized and 6% died; 26% of hospitalized patients required mechanical ventilation. In multivariable models, African American patients (OR 2.74 [95% CI 1.90-3.95]), Latinx patients (OR 1.71 [95% CI 1.18-2.49]), and Asian patients (OR 2.69 [95% CI 1.16-6.24]) had higher odds of hospitalization compared to White patients. Latinx patients also had 3-fold increased odds of requiring ventilatory support (OR 3.25 [95% CI 1.75-6.05]). No differences in mortality based on race/ethnicity were found, though power to detect associations may have been limited. CONCLUSION: Similar to findings in the general US population, racial/ethnic minorities with rheumatic disease and COVID-19 had increased odds of hospitalization and ventilatory support. These results illustrate significant health disparities related to COVID-19 in people with rheumatic diseases. The rheumatology community should proactively address the needs of patients currently experiencing inequitable health outcomes during the pandemic.

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)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
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 enseignants0,122
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,319
Écart entre enseignants0,283 · 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.

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

Citations94
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthritis & RheumatologyMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207