Diabetes increases the risk of COVID-19 in an altitude dependent manner: An analysis of 1,280,806 Mexican patients
Notice bibliographique
Résumé
AIMS: The objective of this study is to analyze how the impact of Diabetes Mellitus [DM] in patients with COVID-19 varies according to altitudinal gradient. METHODS: We obtained 1,280,806 records from adult patients with COVID-19 and DM to analyze the probability of COVID-19, development of COVID-19 pneumonia, hospitalization, intubation, admission to the Intensive Care Unit [ICU] and case-fatality rates [CFR]. Variables were controlled by age, sex and altitude of residence to calculate adjusted prevalence and prevalence ratios. RESULTS: Patients with DM had a 21.8% higher prevalence of COVID-19 and an additional 120.2% higher prevalence of COVID-19 pneumonia. The adjusted prevalence was also higher for these outcomes as well as for hospitalization, intubation and ICU admission. COVID-19 and pneumonia patients with DM had a 97.0% and 19.4% higher CFR, respectively. With increasing altitudes, the probability of being a confirmed COVID-19 case and the development of pneumonia decreased along CFR for patients with and without DM. However, COVID-19 patients with DM were more likely to require intubation when residing at high altitude. CONCLUSIONS: The study suggests that patients with DM have a higher probability of being a confirmed COVID-19 case and developing pneumonia. Higher altitude had a protective relationship against SARS-CoV-2 infection; however, it may be associated with more severe cases in patients with and without DM. High altitude decreases CFR for all COVID-19 patients. Our work also shows that women are less affected than men regardless of altitude.
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 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».