Impact of Body Mass Index on COVID-19-Related In-Hospital Outcomes and Mortality
Notice bibliographique
Résumé
Background: Given the high prevalence of obesity around the globe, patients with coronavirus disease 2019 (COVID-19) are at an increased risk of devastating complications. Methods: A retrospective cohort study was performed to determine the association of basal metabolic index (body mass index (BMI)) with the need for invasive mechanical ventilation (IMV), dialysis, upgrade to an intensive care unit (ICU) and mortality. Independent t -test and multivariate logistic regression analysis were performed to calculate mean differences and adjusted odds ratios (aORs) with its 95% confidence interval (CI), respectively. Results: A total of 176 consecutive patients with confirmed COVID-19 diagnosis were included. The mean age was 62.2 years, with 51% being male patients. The mean BMI for non-surviving patients was significantly higher compared to patients surviving on the seventh day of hospitalization (35 vs. 30 kg/m 2 , P = 0.022). Similarly, patients requiring IMV had a higher BMI (33 vs. 29, P = 0.002) compared to non-intubated patients. The unadjusted OR for patients with a higher BMI requiring IMV (56% vs. 28%, OR: 3.3, 95% CI: 1.6 - 7.0, P = 0.002) and upgrade to ICU (46% vs. 28%, OR; 2.2, 1.07 - 4.6, P = 0.04) were significantly higher compared to patients with a lower BMI. Similarly, patients with a higher BMI had higher in-hospital mortality (21% vs. 9%, OR: 3.2, 95% CI: 1.3 - 8.2, P = 0.01) compared to patients with a normal BMI. Despite a numerical advantage in the lower BMI group, there was no significant difference between the two groups in terms of the need for dialysis (5% vs. 13%, OR: 3.8, 13% vs. 4%, 1.1 - 14.1, P = 0.07). aORs controlled for baseline comorbidities and medications mirrored the overall results, except for the need to upgrade to ICU. Conclusions: In patients with confirmed COVID-19, morbid obesity serves as an independent risk factor of high in-hospital mortality and the need for IMV. J Clin Med Res. 2021;13(4):230-236 doi: https://doi.org/10.14740/jocmr4239
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».