The Association Between Healthcare Resources, Non-communicable Diseases, and Covid-19 Mortality: An Epidemiological Study of 139 Countries
Notice bibliographique
Résumé
Abstract Background: To provide an overview of the worldwide association between hospital beds, the burden of non-communicable diseases (NCDs), and COVID-19 mortality. Methods: Data was extracted regarding COVID-19 deaths and cases from the Our World in Data as of March 23, 2021. The following data was obtained:1) NCDs disability-adjusted life years (DALYs), health-adjusted life expectancy, and the health access and quality index from the Global Burden of Disease study; 2) the number of hospital beds, physicians, nurses and midwives per population, and out-of-pocket payments from the WHO website. Using the multilevel generalized linear model, these variables’ independent associations with COVID-19 mortality rate ratio (MRR) was examined. Results: Hospital beds were associated with reduced COVID-19 mortality (MRR=0.47; 95% CI: 0.44 to 0.5) globally. During COVID-19 peak periods, despite a decreasing trend in COVID-19 MRR with increasing beds in high-income countries, the odds of mortality remained high even within the highest percentile of hospital beds (MRR=1.54 for 20 th -40 th and 1.06 for >60 th bed percentile, respectively). On the contrary, in middle-income countries, an inverse association was observed between the number of hospital beds and COVID-19 mortality in both periods. NCD DALYs were associated with increased COVID-19 deaths, particularly during peak mortality periods in high-income countries. Death-to-case ratio increased by approximately two times during the peak vs non-peak mortality periods. Conclusions: COVID-19 is a syndemic interacting with non-communicable diseases and not only a pandemic. A comprehensive national healthcare plan against COVID-19 spread should include adequate measures to protect vulnerable patients with pre-existing chronic conditions.
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 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 | 0,036 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,007 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».