Increased Mortality in Patients With Acutely Decompensated Heart Failure During the COVID-19 Pandemic in Toronto, Canada
Notice bibliographique
Résumé
Background: Coronavirus disease 2019 (COVID-19) has resulted in a reduction in patients seeking timely consultation for illnesses that are not related to COVID-19. Previously, we reported a decline in the number of emergency department (ED) visits and hospitalizations for acute decompensated heart failure (ADHF) during the 2020 COVID-19 pandemic vs that in 2019. We aimed to determine the consequences of these early trends on ADHF-patient morbidity and mortality. Methods: We compared consecutive patients presenting with ADHF to 3 academic medical centres in Toronto, Canada from March 1-September 28, 2020, vs those from the same time period in 2019. We used multivariate logistic regression models to evaluate whether the odds of hospitalization after presenting to the ED, recurrent ED visits or readmission within 30 days, and in-hospital all-cause mortality differed by timeframe. Results: We observed that, during the COVID-19 pandemic, a lower total number of patients presented to the hospital with ADHF, vs that in 2019. Despite this difference, the probability of being admitted to the hospital did not differ for patients seen in 2020 vs 2019. Among ADHF patients admitted to the hospital, however, we observed a significantly higher proportion being admitted to the intensive care unit, and a relative 66% increase in in-hospital mortality during the 2020 COVID-19 era, compared to that in 2019. Conclusions: Our findings suggest that improved messaging may be needed for patients living with chronic health conditions, including HF, during the pandemic, to educate and encourage them to present to hospital services when in need.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».