Comparing body mass index and obesity‐related comorbidities as predictors in hospitalized <scp>COVID</scp>‐19 patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary The association between body mass index (BMI) and poor COVID‐19 outcomes in patients has been demonstrated across numerous studies. However, obesity‐related comorbidities have also been shown to be associated with poor outcomes. The purpose of this study was to determine whether BMI or obesity‐associated comorbidities contribute to elevated COVID‐19 severity in non‐elderly, hospitalized patients with elevated BMI (≥25 kg/m 2 ). This was a single‐center, retrospective cohort study of 526 hospitalized, non‐elderly adult (aged 18–64) COVID‐19 patients with BMI ≥25 kg/m 2 in suburban New York from March 6 to May 11, 2020. The Edmonton Obesity Staging System (EOSS) was used to quantify the severity of obesity‐related comorbidities. EOSS was compared with BMI in multivariable regression analyses to predict COVID‐19 outcomes. We found that higher EOSS scores were associated with poor outcomes after demographic adjustment, unlike BMI. Specifically, patients with increased EOSS scores had increased odds of acute kidney injury (adjusted odds ratio [aOR] = 6.40; 95% CI 3.71–11.05), intensive care unit admission (aOR = 10.71; 95% CI 3.23–35.51), mechanical ventilation (aOR = 3.10; 95% CI 2.01–4.78) and mortality (aOR = 5.05; 95% CI 1.83–13.90). Obesity‐related comorbidity burden as determined by EOSS was a better predictor of poor COVID‐19 outcomes relative to BMI, suggesting that comorbidity burden may be driving risk in those hospitalized with elevated BMI.
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.
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 | 0,004 | 0,081 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle