Epidemiology of COVID-19 and Its Cardiac and Neurologic Complications Among Chinese and South Asians in Ontario: Waves 1, 2, and 3
Notice bibliographique
Résumé
Background: Although we had previously reported the cardiac and neurologic outcomes of Chinese and South Asian Ontarians in wave 1 of COVID-19, data on subsequent waves of COVID-19 remain unexamined. This is an extension study of this cohort in waves 2 and 3. Methods: We identified adult Ontarians with a positive COVID-19 polymerase chain reaction test from January 1, 2020 to June 30, 2021, and they were classified as being Chinese or South Asian using a validated surname algorithm; we compared their outcomes of mortality, and cardiac and neurologic complications with those of the general population using multivariable logistic regression models. Results: < 0.001). The Chinese population had a higher 30-day mortality (odds ratio [OR] 1.44; 95% confidence interval [CI] 1.28-1.61) and more hospitalization or emergency department visits (OR, 1.14; 95% CI, 1.09-1.28), with a trend toward a higher incidence of cardiac complications (OR, 1.03; 95% CI, 0.87-1.12) and neurologic complications (OR, 1.23; 95% CI, 0.96-1.58). South Asians had a lower 30-day mortality (OR, 0.88; 95% CI, 0.78-0.98) but a higher incidence of hospitalization or emergency department visits (OR, 1.17; 95% CI, 1.14-1.20) with a trend toward a lower incidence of cardiac complications (OR, 0.76; 95% CI, 0.67-0.87) and neurologic complications (OR, 0.89; 95% CI, 0.73-1.09). There was also a significant difference in these outcomes between wave 1, 2 and 3, with a greater mortality in all groups in waves 2 and 3. Conclusions: Ethnicity continues to be an important determinant of mortality, cardiac and neurologic outcomes, and healthcare use among patients with COVID-19, requiring further studies to understand factors driving these differences.
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 | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».