MétaCan
Menu
Retour à la cohorte
Enregistrement W3154722887 · doi:10.1016/j.lanepe.2021.100096

Epidemiology, clinical characteristics, and virologic features of COVID-19 patients in Kazakhstan: A nation-wide retrospective cohort study

2021· article· en· W3154722887 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Lancet Regional Health - Europe · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensUniversity of ManitobaPublic Health Agency of CanadaUniversity of WinnipegMcMaster University
Organismes subventionnairesMinistry of Education and Science of the Republic of Kazakhstan
Mots-clésMedicineEpidemiologyRetrospective cohort studyAsymptomaticOdds ratioLogistic regressionInternal medicinePandemicCohortCohort studyCoronavirus disease 2019 (COVID-19)DiseasePediatricsInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The earliest coronavirus disease-2019 (COVID-19) cases in Central Asia were announced in March 2020 by Kazakhstan. Despite the implementation of aggressive measures to curb infection spread, gaps remain in the understanding of the clinical and epidemiologic features of the regional pandemic. METHODS: We did a retrospective, observational cohort study of patients with laboratory-confirmed COVID-19 hospitalized in Kazakhstan between February and April 2020. We compared demographic, clinical, laboratory and radiological data of patients with different COVID-19 severities on admission. Logistic regression was used to assess factors associated with disease severity and in-hospital death. Whole-genome SARS-CoV-2 analysis was performed in 53 patients. FINDINGS: Of the 1072 patients with laboratory-confirmed COVID-19 in March-April 2020, the median age was 36 years (IQR 24-50) and 484 (45%) were male. On admission, 683 (64%) participants had asymptomatic/mild, 341 (32%) moderate, and 47 (4%) severe-to-critical COVID-19 manifestation; 20 in-hospital deaths (1•87%) were reported by 5 May 2020. Multivariable regression indicated increasing odds of severe disease associated with older age (odds ratio 1•05, 95% CI 1•03-1•07, per year increase; p<0•001), the presence of comorbidities (2•34, 95% CI 1•18-4•85; p=0•017) and elevated white blood cell count (WBC, 1•13, 95% CI 1•00-1•27; p=0•044) on admission, while older age (1•09, 95% CI 1•06-1•13, per year increase; p<0•001) and male sex (5•63, 95% CI 2•06-17•57; p=0•001) were associated with increased odds of in-hospital death. The SARS-CoV-2 isolates grouped into seven phylogenetic lineages, O/B.4.1, S/A.2, S/B.1.1, G/B.1, GH/B.1.255, GH/B.1.3 and GR/B.1.1.10; 87% of the isolates were O and S sub-types descending from early Asian lineages, while the G, GH and GR isolates were related to lineages from Europe and the Americas. INTERPRETATION: Older age, comorbidities, increased WBC count, and male sex were risk factors for COVID-19 disease severity and mortality in Kazakhstan. The broad SARS-CoV-2 diversity suggests multiple importations and community-level amplification predating travel restriction. FUNDING: Ministry of Education and Science of the Republic of Kazakhstan.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,231
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,222
Score d'incertitude au seuil0,775

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,231
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,229
Tête enseignante GPT0,517
Écart entre enseignants0,288 · 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