MétaCan
Menu
← Retour à la cohorte
Enregistrement W3111897907 · doi:10.1101/2020.12.15.20248199

Patient characteristics, clinical care, resource use, and outcomes associated with hospitalization for COVID-19 in the Toronto area

2020· preprint· en· W3111897907 sur OpenAlexafffundabout
Amol A. Verma, Tejasvi Hora, Hae Young Jung, Michael Fralick, Sarah Malecki, Lauren Lapointe‐Shaw, Adina Weinerman, Terence Tang, Janice L. Kwan, Jessica J. Liu, Shail Rawal, Timothy C. Y. Chan, Angela M. Cheung, Laura C. Rosella, Marzyeh Ghassemi, Margaret S. Herridge, Muhammad Mamdani, Fahad Razak

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensVector InstituteTrillium Health CentreHealth Sciences CentreSunnybrook Health Science CentreUniversity of TorontoToronto General HospitalUniversity Health NetworkWomen's College Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésMedicineComorbidityCoronavirus disease 2019 (COVID-19)Emergency medicineResidencePediatricsInternal medicineDiseaseDemographyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Background Patient characteristics, clinical care, resource use, and outcomes associated with hospitalization for coronavirus disease (COVID-19) in Canada are not well described. Methods We described all adult discharges from inpatient medical services and medical-surgical intensive care units (ICU) between November 1, 2019 and June 30, 2020 at 7 hospitals in Toronto and Mississauga, Ontario. We compared patients hospitalized with COVID-19, influenza and all other conditions using multivariable regression models controlling for patient age, sex, comorbidity, and residence in long-term-care. Results There were 43,462 discharges in the study period, including 1,027 (3.0%) with COVID-19 and 783 (2.3%) with influenza. Patients with COVID-19 had similar age to patients with influenza and other conditions (median age 65 years vs. 68 years and 68 years, respectively, SD<0.1). Patients with COVID-19 were more likely to be male (59.1%) and 11.7% were long-term care residents. Patients younger than 50 years accounted for 21.2% of all admissions for COVID-19 and 24.0% of ICU admissions. Compared to influenza, patients with COVID-19 had significantly greater mortality (unadjusted 19.9% vs 6.1%, aRR: 3.47, 95%CI: 2.57, 4.67), ICU use (unadjusted 26.4% vs 18.0%, aRR 1.52, 95%CI: 1.27, 1.83) and hospital length-of-stay (unadjusted median 8.7 days vs 4.8 days, aRR: 1.40, 95%CI: 1.20, 1.64), and not significantly different 30-day readmission (unadjusted 8.6% vs 8.2%, aRR: 1.01, 95%CI: 0.72, 1.42). Interpretation Adults hospitalized with COVID-19 during the first wave of the pandemic used substantial hospital resources and suffered high mortality. COVID-19 was associated with significantly greater mortality, ICU use, and hospital length-of-stay than influenza.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,103
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,123
Tête enseignante GPT0,434
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→