COVID-19 Outcomes and Genomic Characterization of SARS-CoV-2 Isolated From Veterans in New England States: Retrospective Analysis
Notice bibliographique
Résumé
BACKGROUND: Clinical and virologic characteristics of COVID-19 infections in veterans in New England have not been described. The average US veteran is a male older than the general US population. SARS-CoV-2 infection is known to cause poorer outcomes among men and older adults, making the veteran population an especially vulnerable group for COVID-19. OBJECTIVE: This study aims to evaluate clinical and virologic factors impacting COVID-19 outcomes. METHODS: This retrospective chart review included 476 veterans in six New England states with confirmed SARS-CoV-2 infection between April and September 2020. Whole genome sequencing was performed on SARS-CoV-2 RNA isolated from these veterans, and the correlation of genomic data to clinical outcomes was evaluated. Clinical and demographic variables were collected by manual chart review and were correlated to the end points of peak disease severity (based on oxygenation requirements), hospitalization, and mortality using multivariate regression analyses. RESULTS: Of 476 veterans, 274 had complete and accessible charts. Of the 274 veterans, 92.7% (n=254) were men and 83.2% (n=228) were White, and the mean age was 63 years. In the multivariate regression, significant predictors of hospitalization (C statistic 0.75) were age (odds ratio [OR] 1.05, 95% CI 1.03-1.08) and non-White race (OR 2.39, 95% CI 1.13-5.01). Peak severity (C statistic 0.70) also varied by age (OR 1.07, 95% CI 1.03-1.11) and O2 requirement on admission (OR 45.7, 95% CI 18.79-111). Mortality (C statistic 0.87) was predicted by age (OR 1.06, 95% CI 1.01-1.11), dementia (OR 3.44, 95% CI 1.07-11.1), and O2 requirement on admission (OR 6.74, 95% CI 1.74-26.1). Most (291/299, 97.3%) of our samples were dominated by the spike protein D614G substitution and were from SARS-CoV-2 B.1 lineage or one of 37 different B.1 sublineages, with none representing more than 8.7% (26/299) of the cases. CONCLUSIONS: In a cohort of veterans from the six New England states with a mean age of 63 years and a high comorbidity burden, age was the largest predictor of hospitalization, peak disease severity, and mortality. Non-White veterans were more likely to be hospitalized, and patients who required oxygen on admission were more likely to have severe disease and higher rates of mortality. Multiple SARS-CoV-2 lineages were distributed in patients in New England early in the COVID-19 era, mostly related to viruses from New York State with D614G mutation.
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 | 0,001 | 0,000 |
| 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 ».