MétaCan
Menu
Retour à la cohorte
Enregistrement W4210398909 · doi:10.1503/cmaj.211277

Outcomes in patients with and without disability admitted to hospital with COVID-19: a retrospective cohort study

2022· article· en· W4210398909 sur OpenAlexafffundvenueabout
Hilary K. Brown, Sudipta Saha, Timothy C. Y. Chan, Angela M. Cheung, Michael Fralick, Marzyeh Ghassemi, Margaret S. Herridge, Janice L. Kwan, Shail Rawal, Laura C. Rosella, Terence Tang, Adina Weinerman, Yona Lunsky, Fahad Razak, Amol A. Verma

Notice bibliographique

RevueCanadian Medical Association Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDown syndrome and intellectual disability research
Établissements canadiensVector InstituteHealth Sciences CentreTrillium Health CentreThe Scarborough HospitalToronto General HospitalUniversity Health NetworkUniversity of TorontoToronto Public HealthCentre for Addiction and Mental HealthSunnybrook Health Science Centre
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchCanadian Frailty NetworkVector InstituteUniversity of Toronto
Mots-clésMedicineRetrospective cohort studyComorbidityIntensive care unitConfidence intervalCohort studyCohortPediatricsEmergency medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Disability-related considerations have largely been absent from the COVID-19 response, despite evidence that people with disabilities are at elevated risk for acquiring COVID-19. We evaluated clinical outcomes in patients who were admitted to hospital with COVID-19 with a disability compared with patients without a disability. METHODS: We conducted a retrospective cohort study that included adults with COVID-19 who were admitted to hospital and discharged between Jan. 1, 2020, and Nov. 30, 2020, at 7 hospitals in Ontario, Canada. We compared in-hospital death, admission to the intensive care unit (ICU), hospital length of stay and unplanned 30-day readmission among patients with and without a physical disability, hearing or vision impairment, traumatic brain injury, or intellectual or developmental disability, overall and stratified by age (≤ 64 and ≥ 65 yr) using multivariable regression, controlling for sex, residence in a long-term care facility and comorbidity. RESULTS: Among 1279 admissions to hospital for COVID-19, 22.3% had a disability. We found that patients with a disability were more likely to die than those without a disability (28.1% v. 17.6%), had longer hospital stays (median 13.9 v. 7.8 d) and more readmissions (17.6% v. 7.9%), but had lower ICU admission rates (22.5% v. 28.3%). After adjustment, there were no statistically significant differences between those with and without disabilities for in-hospital death or admission to ICU. After adjustment, patients with a disability had longer hospital stays (rate ratio 1.36, 95% confidence interval [CI] 1.19-1.56) and greater risk of readmission (relative risk 1.77, 95% CI 1.14-2.75). In age-stratified analyses, we observed longer hospital stays among patients with a disability than in those without, in both younger and older subgroups; readmission risk was driven by younger patients with a disability. INTERPRETATION: Patients with a disability who were admitted to hospital with COVID-19 had longer stays and elevated readmission risk than those without disabilities. Disability-related needs should be addressed to support these patients in hospital and after discharge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,095
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,293
Écart entre enseignants0,283 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association JournalMême sujetDown syndrome and intellectual disability researchTravaux en français237 207