P.037 COVID-19: Cardiac and Neurological Complications among Ontario Visible Minorities: Chinese and South Asians
Notice bibliographique
Résumé
Background: This is a population-based retrospective study of cardiac and neurological complications of COVID-19 among Ontario Chinese and South Asians. Methods: From January 1, 2020 to September 30, 2020 using the last name algorithm to identify Ontario Chinese and South Asians who were tested positive by PCR for COVID-19, their demographics, cardiac, and neurological complications including hospitalization and emergency visit rates were analyzed compared to the general population. Results: Chinese (N = 1,186) with COVID-19 were found to be older (mean age 50.7 years) compared to the general population (N = 42,547) (mean age 47.6 years) (p < 0.001), while South Asians (N = 3,459) were younger (age of 42.1 years) (p < 0.001). For neurological complications, the 30-day crude rate for Chinese was 160/10,000 (p < 0.001); South Asians was 40/10,000 (p = 0.526), and general population was 48/10,000. The 30-day all-cause mortality rate was significantly higher for Chinese at 8.1% vs 5.0% for the general population (p < 0.001), while it was lower in South Asians at 2.1% (p < 0.001). Conclusions: Chinese and South Asians in Ontario with COVID-19 during the first wave of the pandemic were found to have a significant difference in their demographics, cardiac, and neurological outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».