Risk Factors of COVID-19 Critical Outcomes in the Eastern Mediterranean Region: Multicountry Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: The establishment of empirical evidence in the Eastern Mediterranean Region necessitates the implementation of wide-scale studies to describe the demographic, clinical features, and severity profile of patients with COVID-19. OBJECTIVE: This study aims to assess the patterns of COVID-19 severity and mortality in seven countries, and to determine the risk factors of COVID-19 severity and mortality. METHODS: This multicountry study was based on a retrospective review of medical records of hospitalized patients confirmed to have COVID-19. This study includes data from Iraq, Pakistan, Sudan, Somalia, Morocco, Egypt, and Yemen. All demographic and clinical data were extracted from hospital records (paper files) by trained data collectors. RESULTS: A total of 4141 patients were included in this study from seven countries. Comorbidities were reported by nearly half of the patients, with hypertension (n=1021, 24.7%) and diabetes (n=939, 22.7%) being the most common. Older age, diabetes mellitus, hypertension, and heart diseases were significantly associated with COVID-19 severity and mortality. Ever smoking and renal diseases were significantly associated with severity but not mortality, while male gender, respiratory diseases, and malignancy were significantly associated with mortality but not severity. CONCLUSIONS: The study confirms the role of comorbidities and demographic features on the severity and mortality of COVID-19. Understanding the contributing factors ensures attentive care and informs clinical management of patients with poorer prognoses in the early stages of diseases.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».