Outcomes of hospital-acquired SARS-CoV-2 infection in the Canadian first wave epicentre: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: During the first wave of the COVID-19 pandemic, a substantial number of Quebec hospitals were hit by hospital-acquired (HA) SARS-CoV-2 infections. Our objective was to assess whether mortality is higher in HA cases than in non-hospital-acquired (NHA) cases and determine the prevalence of HA-SARS-CoV-2 infection in our hospital. METHODS: This retrospective single-centre cohort study included all adults (≥ 18 yr) who had COVID-19, admitted to Hôpital Maisonneuve-Rosemont (Montréal, Canada) from Mar. 1 to June 30, 2020. We collected data on demographic characteristics, comorbidities, treatment, admission to the intensive care unit (ICU) and mechanical ventilation requirements from electronic health records. We adjudicated hospital acquisition based on the timing of symptom onset, and polymerase chain reaction testing for and exposures to SARS-CoV-2. To evaluate the association between HA-SARS-CoV-2 infection and in-hospital mortality, we computed a multivariable logistic regression analysis including known risk factors for death in patients with COVID-19 as covariates. RESULTS: = 0.001) were lower. Multivariable logistic regression analysis showed that HA-SARS-CoV-2 infection in patients younger than 75 years is an independent risk factor for death (odds ratio 2.78, 95% confidence interval 1.44-5.38). INTERPRETATION: Our results show that HA-SARS-CoV-2 infection in younger patients was associated with higher mortality. Future studies need to evaluate relevant patient-centred long-term outcomes in this population.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».