Covidogram as a simple tool for predicting severe course of COVID-19: population-based study
Notice bibliographique
Résumé
OBJECTIVES: COVID-19 might either be entirely asymptomatic or manifest itself with a large variability of disease severity. It is beneficial to identify early patients with a high risk of severe course. The aim of the analysis was to develop a prognostic model for the prediction of the severe course of acute respiratory infection. DESIGN: A population-based study. SETTING: Czech Republic. PARTICIPANTS: The first 7455 consecutive patients with COVID-19 who were identified by reverse transcription-PCR testing from 1 March 2020 to 17 May 2020. PRIMARY OUTCOME: Severe course of COVID-19. RESULT: Of a total 6.2% of patients developed a severe course of COVID-19. Age, male sex, chronic kidney disease, chronic obstructive pulmonary disease, recent history of cancer, chronic heart failure, acid-related disorders treated with proton-pump inhibitors and diabetes mellitus were found to be independent negative prognostic factors (Area under the ROC Curve (AUC) was 0.893). The results were visualised by risk heat maps, and we called this diagram a 'covidogram'. Acid-related disorders treated with proton-pump inhibitors might represent a negative prognostic factor. CONCLUSION: We developed a very simple prediction model called 'covidogram', which is based on elementary independent variables (age, male sex and the presence of several chronic diseases) and represents a tool that makes it possible to identify-with a high reliability-patients who are at risk of a severe course of COVID-19. Obtained results open clinically relevant question about the role of acid-related disorders treated by proton-pump inhibitors as predictor for severe course of COVID-19.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».