Characteristics and outcomes of pregnant women with SARS-CoV-2 infection and other severe acute respiratory infections (SARI) in Brazil from January to November 2020
Notice bibliographique
Résumé
BACKGROUND: Knowledge about COVID-19 in pregnancy is limited, and evidence on the impact of the infection during pregnancy and postpartum is still emerging. AIM: To analyze maternal morbidity and mortality due to severe acute respiratory infections (SARI), including COVID-19, in Brazil. METHODS: National surveillance data from the SIVEP-Gripe (Sistema de Informação de Vigilância Epidemiológica da Gripe) was used to describe currently and recently pregnant women aged 10-49 years hospitalized for SARI from January through November, 2020. SARI cases were grouped into: COVID-19; influenza or other detected agent SARI; and SARI of unknown etiology. Characteristics, symptoms and outcomes were presented by SARI type and region. Binomial proportion and 95% confidence intervals (95% CI) for outcomes were obtained using the Clopper-Pearson method. RESULTS: Of 945,460 SARI cases in the SIVEP-Gripe, we selected 11,074 women aged 10-49 who were pregnant (7964) or recently pregnant (3110). COVID-19 was confirmed in 49.4% cases; 1.7% had influenza or another etiological agent; and 48.9% had SARI of unknown etiology. The pardo race/ethnic group accounted for 50% of SARI cases. Hypertension/Other cardiovascular diseases, chronic respiratory diseases, diabetes, and obesity were the most common comorbidities. A total of 362 women with COVID-19 (6.6%; 95%CI 6.0-7.3) died. Mortality was 4.7% (2.2-8.8) among influenza patients, and 3.3% (2.9-3.8) among those with SARI of unknown etiology. The South-East, Northeast and North regions recorded the highest frequencies of mortality among COVID-19 patients. CONCLUSION: Mortality among pregnant and recently pregnant women with SARIs was elevated among those with COVID-19, particularly in regions where maternal mortality is already high.
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 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».