Outcomes of hospitalized COVID-19 patients in Canada: impact of ethnicity, migration status and country of birth
Notice bibliographique
Résumé
BACKGROUND: Ethnoracial groups in high-income countries have a 2-fold higher risk of SARS-CoV-2 infection, associated hospitalizations, and mortality than Whites. Migrants are an ethnoracial subset that may have worse COVID-19 outcomes due to additional barriers accessing care, but there are limited data on in-hospital outcomes. We aimed to disaggregate and compare COVID-19 associated hospital outcomes by ethnicity, immigrant status and region of birth. METHODS: Adults with community-acquired SARS-CoV-2 infection, hospitalized March 1-June 30, 2020, at four hospitals in Montréal, Quebec, Canada, were included. Age, sex, socioeconomic status, comorbidities, migration status, region of birth, self-identified ethnicity [White, Black, Asian, Latino, Middle East/North African], intensive care unit (ICU) admissions and mortality were collected. Adjusted hazard ratios (aHR) for ICU admission and mortality by immigrant status, ethnicity and region of birth adjusted for age, sex, socioeconomic status and comorbidities were estimated using Fine and Gray competing risk models. RESULTS: Of 1104 patients (median [IQR] age, 63.0 [51.0-76.0] years; 56% males), 57% were immigrants and 54% were White. Immigrants were slightly younger (62 vs 65 years; p = 0.050), had fewer comorbidities (1.0 vs 1.2; p < 0.001), similar crude ICU admissions rates (33.0% vs 28.2%) and lower mortality (13.3% vs 17.6%; p < 0.001) than Canadian-born. In adjusted models, Blacks (aHR 1.39, 95% confidence interval 1.05-1.83) and Asians (1.64, 1.15-2.34) were at higher risk of ICU admission than Whites, but there was significant heterogeneity within ethnic groups. Asians from Eastern Asia/Pacific (2.15, 1.42-3.24) but not Southern Asia (0.97, 0.49-1.93) and Caribbean Blacks (1.39, 1.02-1.89) but not SSA Blacks (1.37, 0.86-2.18) had a higher risk of ICU admission. Blacks had a higher risk of mortality (aHR 1.56, p = 0.049). CONCLUSIONS: Data disaggregated by region of birth identified subgroups of immigrants at increased risk of COVID-19 ICU admission, providing more actionable data for health policymakers to address health inequities.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».