MétaCan
Menu
Retour à la cohorte
Enregistrement W3197400245 · doi:10.2196/28843

Risk Factors of SARS-CoV-2 Infection: Global Epidemiological Study

2021· article· en· W3197400245 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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIRx Med · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthEpidemiologyPandemicCase fatality rateSeriousnessDemographyMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)Environmental healthDiseaseInfectious disease (medical specialty)PathologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Since the first recognition of the pandemic characteristics of SARS-CoV-2 infection, and before substantial case fatality data were available worldwide, public health agencies warned the public about the increased dangers of SARS-CoV-2 to persons with a variety of underlying physical conditions, many of which are more commonly found in persons over 50 years of age or in certain ethnic groups. OBJECTIVE: To investigate the statistical rather than the physiological basis in support of the abovementioned warnings, this study examines correlations globally on a nation-by-nation basis between the statistical data concerning COVID-19 fatalities and the statistics of potential comorbidities that may influence the severity of infection. METHODS: This study considers the statistics describing the populations of the 99 countries with the greatest numbers of SARS-CoV-2 infections at the time of the data cutoff. As national compilations of direct measures of immune system strength are not publicly available, the frequency of fatalities in those countries due to a variety of serious diseases is used as a proxy for the susceptibility of those populations to those same diseases. RESULTS: The analysis produces plots and calculations of correlations and cross-correlations of COVID-19 case fatality rates and the risks of other potential cofactors. It exposes some reasons that may underlie the degree to which advanced age increases the risk of mortality of infection with SARS-CoV-2. In contrast with the strong influences of comorbidities on the seriousness of consequences of influenzas and their associated pneumonias, the correlations of the same set of risk factors with SARS-CoV-2 infection are considerably weaker. The general characteristics of the observed correlations strengthened through 3 cycles of analysis, starting in September 2020. The strongest correlations were with chronic kidney disease and coronary disease (approximately 0.28 and 0.20, respectively). CONCLUSIONS: This study confirms early clinical observations that infection with SARS-CoV-2 presents an increased risk to persons over the age of 65 years. It does not support the suggestions presented by government agencies early in the pandemic that the risks are much greater for persons with certain common potential comorbidities.

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)0,001
score de la tête « metaresearch » (Gemma)0,155
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 enseignants0,153
Score d'incertitude au seuil0,852

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,155
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,210
Tête enseignante GPT0,534
Écart entre enseignants0,325 · 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