Survival in critically ill admissions with and without COVID-19 at an academic medical center during the height of the pandemic
Notice bibliographique
Résumé
Objective: Early reports demonstrate that patients with Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2) infection have high rates of hospitalization, intensive care unit (ICU) admission, and death. We sought to examine characteristics of ICU admissions with and without Coronavirus 2019 (COVID-19) and to compare outcomes between these two critically ill cohorts.Methods: A retrospective analysis of 600 unique adult ICU admissions was conducted at an academic medical center in Boston, MA from March 22 to May 31, 2020.Results: Of 600 ICU admissions, 170 (28.3%) tested positive for COVID-19. Those with COVID-19 had greater severity of illness and were more likely to require mechanical ventilation (MV). Hospital and ICU mortality rates were greater in the COVID-19 group (22.4% vs. 9.5%; 18.2% vs. 7.2%, respectively), but lower than previous reports. Unadjusted odds ratio (OR) for COVID-19 as a predictor of hospital mortality was 2.73 (95% CI 1.68 to 4.43), but when accounting for clinical characteristics and severity of illness, adjusted OR for hospital mortality was no different (1.09 [95% CI 0.50 to 2.41]) among those with and without COVID-19.Conclusions: COVID-19 admissions had greater severity of illness and suffered higher crude mortality rates compared to the non-COVID-19 cohort. However, there was no significant difference in the adjusted OR for hospital mortality between patients with and without COVID-19. This novel finding may be attributed to the “learning curve” from other healthcare system experiences, early hospital-wide preparation, and dedicated intensive care.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».