TREATMENTS, RESOURCE UTILIZATION, AND OUTCOMES OF COVID-19 PATIENTS PRESENTING TO EMERGENCY DEPARTMENTS ACROSS PANDEMIC WAVES: AN OBSERVATIONAL STUDY BY THE CANADIAN COVID-19 EMERGENCY DEPARTMENT RAPID RESPONSE NETWORK (CCEDRRN)
Notice bibliographique
Résumé
ABSTRACT Background Treatment strategies for coronavirus disease 2019 (COVID-19) evolved between pandemic waves. Our objective was to compare treatments, acute care resource utilization, and outcomes of COVID-19 patients presenting to Emergency Departments across two pandemic waves. Methods This observational study enrolled consecutive eligible COVID-19 patients presenting to 46 Emergency Departments participating in the Canadian COVID-19 Emergency Department Rapid Response Network (CCEDRRN) between March 1 and December 31, 2020. We collected data by retrospective chart review. Our primary outcome was in-hospital mortality. We used logistic regression modeling to assess the impact of pandemic wave on outcomes. Results We enrolled 9,967 patients in 8 provinces, 3,336 from the first and 6,631 from the second wave. Patients in the second wave were younger, fewer met criteria for severe COVID-19, and more were discharged from the Emergency Department. Adjusted for patient characteristics and disease severity, steroid use increased (odds ratio [OR] 8.0; 95% confidence interval [CI] 6.4 – 10.0), while the use of invasive mechanical ventilation decreased (OR 0.5; 95%CI 0.4 – 0.6) in the second wave. After adjusting for differences in patient characteristics and disease severity, the odds of hospitalization (OR 0.7; 95%CI 0.6 – 0.8) and critical care admission (OR 0.6; 95%CI 0.4 – 0.7) decreased, while mortality remained unchanged (OR 1.0; 95%CI 0.7-1.4). Interpretation In patients presenting to Canadian acute care facilities, rapid uptake of steroid therapy was evident. Mortality was stable despite lower critical care utilization in the second wave. Trial Registration Clinicaltrials.gov, NCT04702945
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».