Mortality in hospitalized older adults with COVID‐19 during three waves: A multicenter retrospective cohort study
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
Background: The waves of COVID-19 infections in Ontario, Canada, were marked by differences in patient characteristics and treatment. Our objectives were to (i) describe patient characteristics, treatment, and outcomes of hospitalized older adults with COVID-19 between waves 1, 2, and 3, (ii) determine if there was an improvement in in-hospital mortality in waves 2 and 3 after adjusting for covariates. Methods: This retrospective cohort study was done in five acute care hospitals in Toronto, Ontario. Consecutive hospitalized older adults aged ≥65 years with confirmed COVID-19 infection were included. Wave 1 extended from March 11 to July 31, 2020, wave 2 from August 1, 2020 to February 20, 2021, and wave 3 from February 21 to June 30, 2021. Patient characteristics and outcomes were abstracted from charts. A logistic regression model was used to determine the association between COVID-19 and in-hospital mortality in waves 2 and 3 compared with wave 1. Results: Of the 1671 patients admitted to acute care, 297 (17.8%) were admitted in wave 1, 751 (44.9%) in wave 2, and 623 (37.3%) in wave 3. The median age of our cohort was 77.0 years (interquartile range: 71.0-85.0) and 775 (46.4%) were female. The prevalence of frailty declined in progressive waves. The use of dexamethasone, remdesivir, and tocilizumab was significantly higher in waves 2 and 3 compared with wave 1. In the unadjusted analysis, in-hospital mortality was unchanged between waves 1 and 2, but it was lower in wave 3 (18.3% vs. 27.4% in wave 1). After adjustment, in-hospital mortality was unchanged in waves 2 and 3 compared with wave 1. Conclusion: In-hospital mortality in hospitalized older adults with COVID-19 was similar between waves 1 and 3. Further research should be done to determine if COVID-19 therapies have similar benefits for older adults compared with younger adults.
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 | 0,010 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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