Association between initial symptoms and subsequent hospitalization in outpatients with COVID-19: A cohort study
Notice bibliographique
Résumé
Background: Most individuals with coronavirus disease 2019 (COVID-19) experience mild symptoms and are managed in the outpatient setting. The aim of this study was to determine whether self-reported symptoms at the time of diagnosis can identify patients at risk of clinical deterioration. Methods: This was a retrospective cohort study of 671 outpatients with laboratory-confirmed COVID-19 diagnosed in Toronto between March 1 and October 16, 2020. We examined the association between patients' baseline characteristics and self-reported symptoms at the time of diagnosis and the risk of subsequent hospitalization. Results: Of 671 participants, 26 (3.9%) required hospitalization. Individuals aged 65 years or older were more likely to require hospitalization (odds ratio [OR] 5.29, 95% CI 2.19 to 12.77), whereas those without medical comorbidities were unlikely to be hospitalized (OR 0.02, 95% CI 0.00 to 0.17). After adjusting for age and presence of comorbidities, sputum production (adjusted OR [aOR] 5.01, 95% CI 1.97 to 12.75), arthralgias (aOR 4.82, 95% CI 1.85 to 12.53), diarrhea (aOR 4.56, 95% CI 1.82 to 11.42), fever (aOR 3.64, 95% CI 1.50 to 8.82), chills (aOR 3.62, 95% CI 1.54 to 8.50), and fatigue (aOR 2.59, 95% CI 1.04 to 6.47) were associated with subsequent hospitalization. Conclusions: Early assessment of symptoms among outpatients with COVID-19 can help identify individuals at risk of clinical deterioration. Additional studies are needed to determine whether more intense follow-up and early intervention among high-risk individuals can alter the clinical trajectory of and outcomes among outpatients with COVID-19.
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 | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».