MétaCan
Menu
Retour à la cohorte
Enregistrement W4280598290 · doi:10.1101/2022.05.06.22274782

Post-acute health care burden after SARS-CoV-2 infection: A retrospective cohort study of long COVID among 530,892 adults

2022· preprint· en· W4280598290 sur OpenAlexaffabout
Candace D. McNaughton, Peter C. Austin, Atul Sivaswamy, Jiming Fang, Husam Abdel‐Qadir, Nick Daneman, Jacob A. Udell, Walter P. Wodchis, Ivona Mostarac, Clare Atzema

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensWomen's College HospitalHealth Sciences CentreSunnybrook HospitalToronto General HospitalUniversity of TorontoInstitute for Clinical Evaluative SciencesSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineRetrospective cohort studyConfidence intervalEmergency departmentHealth careCohortPopulationCohort studyAcute carePublic healthDemographyEmergency medicinePediatricsInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Importance The SARS-CoV-2 pandemic portends a significant increase in health care use related to post-acute COVID sequelae, but the magnitude is not known. Objective To assess the burden of post-acute health care use after a positive versus negative polymerase chain reaction (PCR) test for SARS-CoV-2. Design, Setting, and Participants Retrospective cohort study of community-dwelling adults January 1, 2020 to March 31, 2021 in Ontario, Canada, using linked population-based health data. Follow-up began 56 days after PCR testing. Exposures Individuals with a positive SARS-CoV-2 PCR test were matched 1:1 to individuals who tested negative based on hospitalization, test date, public health unit, sex, and a propensity score of socio-demographic and clinical characteristics. Main Outcomes and Measures The health care utilization rate was the number of outpatient clinical encounters, homecare encounters, emergency department visits, days hospitalized, and days in long-term care per person-year. Mean health care utilization for test-positive versus negative individuals was compared using negative binomial regression, and rates at 95 th and 99 th percentiles were compared. Outcomes were also stratified by sex. Results Among 530,232 unique, matched individuals, mean age was 44 years (sd 17), 51% were female, and 0.6% had received ≥1 COVID-19 vaccine dose. The mean rate of health care utilization was 11% higher in test-positive individuals (RR 1.11, 95% confidence interval [CI] 1.10-1.13). At the 95 th percentile, test-positive individuals had 2.1 (95% CI 1.5-2.6) more health care encounters per person-year, and at the 99 th percentile 71.9 (95% CI 57.6-83.2) more health care encounters per person-year. At the 95 th percentile, test-positive women had 3.8 (95% CI 2.8-4.8) more health care encounters per person-year while there was no difference for men. At the 99 th percentile, test-positive women had 76.7 (95% CI 56.3-89.6) more encounters per person-year, compared to 37.6 (95% CI 16.7-64.3) per person-year for men. Conclusions and Relevance Post-acute health care utilization after a positive SARS-CoV-2 PCR test is significantly higher compared to matched test-negative individuals. Given the number of infections worldwide, this translates to a tremendous increase in use of health care resources. Stakeholders can use these findings to prepare for health care demand associated with long COVID. Key Points Question How does the burden of health care use ≥56 days after a positive SARS-CoV-2 polymerase chain reaction (PCR) test compare to matched individuals who tested negative? Findings After accounting for multiple factors, the mean burden of post-acute health care use was 11% higher among those who tested positive, with higher rates of outpatient encounters, days hospitalized, and days in long-term care. Rates of homecare use were higher for test-positive women but lower for men. For perspective, for every day in January 2022 with 100,000 or more infections, this translates to an estimated 72,000 additional post-acute health care encounters per year for the 1% of people who experienced the most severe complications of SARS-CoV-2; among those in the top 50% of health care use, this translates to 245,000 additional health care encounters per year. This increase will occur in the context of an ongoing pandemic and, in many health care systems, a depleted workforce and backlogs of care. Unless addressed, this increase is likely to exacerbate existing health inequities. Meaning Given the large number of people infected, stakeholders can use these findings to plan for health care use associated with long COVID.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,203
Score d'incertitude au seuil0,403

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,325
Écart entre enseignants0,313 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetLong-Term Effects of COVID-19Travaux en français237 207