MétaCan
Menu
← Retour à la cohorte
Enregistrement W4214756665 · doi:10.2196/36511

Pattern of Comorbidities and the Impact on Outcomes in Patients With COVID-19 in Babel Governorate, Iraq, in 2020

2022· article· en· W4214756665 sur OpenAlexvenueno aff
Alaa G. Hussein, Faris Lami

Notice bibliographique

RevueIproceedings · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComorbidityMedicineInternal medicineDiabetes mellitusCoronavirus disease 2019 (COVID-19)Case fatality ratePediatricsEpidemiologyDisease

Résumé

récupéré en direct d'OpenAlex

Background Comorbidities pose a major clinical challenge to the care and treatment of patients with COVID-19. Objective This study aimed to evaluate the effects of common comorbidities on the severity, outcome, and length of stay in the hospital for patients with COVID-19 in Babel Governorate, Iraq, in 2020. Methods All laboratory-confirmed cases of COVID-19 in the 2 COVID-19 hospitals in Babel Governorate from March through September 2020 were included. We developed a form to document sociodemographic data, clinical presentation, severity, comorbidities, length of hospital stay, and outcomes. Results A total of 2574 patients were included; 1581 (61.4%) were men. The mean age was 48.7 (SD 16.4) years. There were 1212 (47.1%) severe cases and 489 (19%) critical cases. There were 1543 (59.9%) patients with no comorbidity, 536 (20.9%) patients with 1 comorbidity, and 495 (19.2%) patients with 2 or more comorbidities. The most common comorbidity was diabetes mellitus (643/1599, 25%), followed by hypertension (598/1599, 23.4%). The proportion of severe or critical cases among the patients with comorbidities was 84% (865/1031) compared to 54.1% (836/1543) among the patients with no comorbidity (P<.001). About 12% (125/1031) of patients with comorbidities had a mean hospitalization time >2 weeks compared to the 8% (123/1543) of patients with no comorbidity (P<.001). The case-fatality ratio was 26.4% (272/1031) in patients with comorbidities compared to 10.6% (163/1543) in patients with no comorbidity (P<.001). Conclusions Comorbidity is a significant predictor of serious hospital course and fatal outcomes in patients with COVID-19. Patients with comorbidities must be vigilant with preventive measures and should be prioritized for COVID-19 vaccination.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,375
Écart entre enseignants0,348 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIproceedings→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→