MétaCan
Menu
Retour à la cohorte
Enregistrement W4281639572 · doi:10.1002/edm2.342

Real‐world risk factors of confirmed or probable <scp>COVID</scp>‐19 in Americans with diabetes: A prospective, community‐based study (<scp>iNPHORM</scp>)

2022· article· en· W4281639572 sur OpenAlexaff
Alexandria Ratzki‐Leewing, Jason Black, Bridget Ryan, Stewart B. Harris

Notice bibliographique

RevueEndocrinology Diabetes & Metabolism · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensWestern University
Organismes subventionnairesSanofi
Mots-clésMedicineType 2 diabetesBody mass indexDiabetes mellitusIncidence (geometry)Proportional hazards modelCoronavirus disease 2019 (COVID-19)DemographyProspective cohort studyInternal medicineLongitudinal studyGerontologyEndocrinologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Americans with diabetes are clinically vulnerable to worse COVID‐19 outcomes; thus, insight into how to prevent infection is imperative. Using longitudinal, prospective data from the real‐world iNPHORM study, we identify the intrinsic and extrinsic risk factors of confirmed or probable COVID‐19 in people with type 1 or 2 diabetes. Methods The iNPHORM study recruited 1206 Americans (18–90 years) with insulin‐ and/or secretagogue‐treated type 1 or 2 diabetes from a probability‐based internet panel. Online questionnaires (screener, baseline and 12 monthly follow‐ups) assessed COVID‐19 incidence and various plausible intrinsic and extrinsic factors. Multivariable Cox regression was used to model the rate of COVID‐19 (confirmed or probable). Risk factors were selected using a repeated backwards‐selection ‘voting’ procedure. Results A sub‐sample of 817 iNPHORM participants (type 1 diabetes: 16.9%; age: 52.1 [SD: 14.2] years; female: 50.2%) was analysed between May 2020 and March 2021. During this period, 13.7% reported confirmed or probable COVID‐19. Age, body mass index, number of chronic comorbidities, most recent A1C, past severe hypoglycaemia, and employment status were selected in our final model. Body mass index ≥30 kg/m2 versus <30 kg/m2 (HR 1.63 [1.05; 2.52]95% CI), and increased number of comorbidities (HR 1.16 [1.05; 1.27]95% CI) independently predicted COVID‐19 incidence. Marginally significant effects were observed for overall A1C (p = .06) and employment status (p = .07). Conclusions This is the first US‐based epidemiologic investigation to characterize community‐based COVID‐19 susceptibility in diabetes. Our results reveal specific and promising avenues to prevent COVID‐19 in this at‐risk population. ClinicalTrials.gov Identifier: NCT04219514.

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)0,002
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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,242 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueEndocrinology Diabetes & MetabolismMême sujetDiabetes and associated disordersTravaux en français237 207