Comparison of baseline characteristics, treatment and celinical outcomes of critically ill COVID-19 patients admitted in the first and second waves in Australia
Notice bibliographique
Résumé
Objective: To report longitudinal differences in baseline characteristics, treatment, and outcomes in patients with coronavirus disease 2019 (COVID-19) admitted to intensive care units (ICUs) between the first and second waves of COVID-19 in Australia. Design, setting and participants: SPRINT-SARI Australia is a multicentre, inception cohort study enrolling adult patients with COVID-19 admitted to participating ICUs. The first wave of COVID-19 was from 27 February to 30 June 2020, and the second wave was from 1 July to 22 October 2020. Results: A total of 461 patients were recruited in 53 ICUs across Australia; a higher number were admitted to the ICU during the second wave compared with the first: 255 (55.3%) versus 206 (44.7%). Patients admitted to the ICU in the second wave were younger (58.0 v 64.0 years; P = 0.001) and less commonly male (68.9% v 60.0%; P = 0.045), although Acute Physiology and Chronic Health Evaluation (APACHE) II scores were similar (14 v 14; P = 0.998). High flow oxygen use (75.2% v 43.4%; P < 0.001) and non-invasive ventilation (16.5% v 7.1%; P = 0.002) were more common in the second wave, as was steroid use (95.0% v 30.3%; P < 0.001). ICU length of stay was shorter (6.0 v 8.4 days; P = 0.003). In-hospital mortality was similar (12.2% v 14.6%; P = 0.452), but observed mortality decreased over time and patients were more likely to be discharged alive earlier in their ICU admission (hazard ratio, 1.43; 95% CI, 1.13–1.79; P = 0.002). Conclusion: During the second wave of COVID-19 in Australia, ICU length of stay and observed mortality decreased over time. Multiple factors were associated with this, including changes in clinical management, the adoption of new evidence-based treatments, and changes in patient demographic characteristics but not illness severity.
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 | 0,000 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».