Real‐world risk factors of confirmed or probable <scp>COVID</scp>‐19 in Americans with diabetes: A prospective, community‐based study (<scp>iNPHORM</scp>)
Notice bibliographique
Résumé
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/m 2 versus <30 kg/m 2 (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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».