MétaCan
Menu
Retour à la cohorte
Enregistrement W4224307276 · doi:10.1101/2022.04.06.22273409

Risk factors for severe COVID-19 in hospitalized children in Canada: A national prospective study from March 2020–May 2021

2022· preprint· en· W4224307276 sur OpenAlexaffabout
Daniel S. Farrar, Olivier Drouin, Charlotte Moore Hepburn, Krista Baerg, Kevin Chan, Claude Cyr, Elizabeth Donner, Joanne E. Embree, Catherine Farrell, Sarah Forgie, Ryan Giroux, Kristopher T. Kang, Melanie King, Melanie Laffin Thibodeau, Julia Orkin, Naïm Ouldali, Jesse Papenburg, Catherine Pound, Victoria Price, Jean‐Philippe Proulx‐Gauthier, Rupeena Purewal, Christina Ricci, Manish Sadarangani, Marina I. Salvadori, Roseline Thibeault, Karina A. Top, Isabelle Viel‐Thériault, Fatima Kakkar, Shaun K. Morris

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensPublic Health OntarioBC Children's HospitalUniversité LavalUniversity of ManitobaChildren's Hospital of Eastern OntarioPublic Health Agency of CanadaMcGill University Health CentreInstitute for Clinical Evaluative SciencesCanadian Paediatric SocietySt. Michael's HospitalStollery Children's HospitalTrillium Health CentreUniversity of British ColumbiaCentre Hospitalier Universitaire de SherbrookeSaskatchewan Health AuthoritySickKids FoundationMontreal Children's HospitalUniversity of TorontoUniversity of AlbertaHospital for Sick ChildrenUniversity of SaskatchewanUniversité de MontréalDalhousie UniversityCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMedicinePoisson regressionDiseaseProspective cohort studyCoronavirus disease 2019 (COVID-19)PediatricsComorbidityConcomitantSeverity of illnessIntensive careProportional hazards modelEmergency medicineIntensive care medicineInternal medicineInfectious disease (medical specialty)Environmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Children living with chronic comorbid conditions are at increased risk for severe COVID-19, though there is limited evidence regarding the risks associated with specific conditions and which children may benefit from targeted COVID-19 therapies. The objective of this study was to identify factors associated with severe disease among hospitalized children with COVID-19 in Canada. Methods We conducted a national prospective study on hospitalized children with microbiologically confirmed SARS-CoV-2 infection via the Canadian Paediatric Surveillance Program from April 2020–May 2021. Cases were reported voluntarily by a network of >2800 paediatricians. Hospitalizations were classified as COVID-19-related, incidental infection, or infection control/social admissions. Severe disease (among COVID-19-related hospitalizations only) was defined as disease requiring intensive care, ventilatory or hemodynamic support, select organ system complications, or death. Risk factors for severe disease were identified using multivariable Poisson regression, adjusting for age, sex, concomitant infections, and timing of hospitalization. Findings We identified 544 children hospitalized with SARS-CoV-2 infection, including 60·7% with COVID-19-related disease and 39·3% with incidental infection or infection control/social admissions. Among COVID-19-related hospitalizations (n=330), the median age was 1·9 years (IQR 0·1–13·3) and 43·0% had chronic comorbid conditions. Severe disease occurred in 29·7% of COVID-19-related hospitalizations (n=98/330), most frequently among children aged 2-4 years (48·7%) and 12-17 years (41·3%). Comorbid conditions associated with severe disease included technology dependence (adjusted risk ratio [aRR] 2·01, 95% confidence interval [CI] 1·37-2·95), neurologic conditions (e.g. epilepsy and select chromosomal/genetic conditions) (aRR 1·84, 95% CI 1·32-2·57), and pulmonary conditions (e.g. bronchopulmonary dysplasia and uncontrolled asthma) (aRR 1·63, 95% CI 1·12-2·39). Interpretation While severe outcomes were detected at all ages and among patients with and without comorbidities, neurologic and pulmonary conditions as well as technology dependence were associated with increased risk of severe COVID-19. These findings may help guide vaccination programs and prioritize targeted COVID-19 therapies for children. Funding Financial support for the CPSP was received from the Public Health Agency of Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,108
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,106
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,108
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,003
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 Opus0,045
Tête enseignante GPT0,405
Écart entre enseignants0,360 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207