Characteristics and outcomes of hospital admissions for COVID-19 and influenza in the Toronto area
Notice bibliographique
Résumé
BACKGROUND: Patient characteristics, clinical care, resource use and outcomes associated with admission to hospital for coronavirus disease 2019 (COVID-19) in Canada are not well described. METHODS: We described all adults with COVID-19 or influenza discharged from inpatient medical services and medical-surgical intensive care units (ICUs) between Nov. 1, 2019, and June 30, 2020, at 7 hospitals in Toronto and Mississauga, Ontario. We compared patient outcomes using multivariable regression models, controlling for patient sociodemographic factors and comorbidity level. We validated the accuracy of 7 externally developed risk scores to predict mortality among patients with COVID-19. RESULTS: There were 1027 hospital admissions with COVID-19 (median age 65 yr, 59.1% male) and 783 with influenza (median age 68 yr, 50.8% male). Patients younger than 50 years accounted for 21.2% of all admissions for COVID-19 and 24.0% of ICU admissions. Compared with influenza, patients with COVID-19 had significantly greater in-hospital mortality (unadjusted 19.9% v. 6.1%, adjusted relative risk [RR] 3.46, 95% confidence interval [CI] 2.56-4.68), ICU use (unadjusted 26.4% v. 18.0%, adjusted RR 1.50, 95% CI 1.25-1.80) and hospital length of stay (unadjusted median 8.7 d v. 4.8 d, adjusted rate ratio 1.45, 95% CI 1.25-1.69). Thirty-day readmission was not significantly different (unadjusted 9.3% v. 9.6%, adjusted RR 0.98, 95% CI 0.70-1.39). Three points-based risk scores for predicting in-hospital mortality showed good discrimination (area under the receiver operating characteristic curve [AUC] ranging from 0.72 to 0.81) and calibration. INTERPRETATION: During the first wave of the pandemic, admission to hospital for COVID-19 was associated with significantly greater mortality, ICU use and hospital length of stay than influenza. Simple risk scores can predict in-hospital mortality in patients with COVID-19 with good accuracy.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».