MétaCan
Menu
Retour à la cohorte
Enregistrement W4293093406 · doi:10.23889/ijpds.v7i3.2025

COVID-19 testing, infection rates, and related outcomes in adults with intellectual and developmental disabilities (IDD): An application of linked administrative health data to support Ontario’s COVID-19 response.

2022· article· en· W4293093406 sur OpenAlexaffabout
Natalie Troke, Diana An, Eliane Kim, Robert Balogh, Lesley Plumptre

Notice bibliographique

RevueInternational Journal for Population Data Science · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésMedicinePopulationCoronavirus disease 2019 (COVID-19)Christian ministryHealth careCohortDemographyPediatricsFamily medicineEnvironmental healthDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

ObjectivesPeople with intellectual and developmental disabilities (IDD) have been disproportionately impacted by COVID-19, a population more likely to experience poor health outcomes. An Applied Health Research Question (AHRQ) request through ICES led to an investigation that monitored COVID-19 related infections and outcomes in adults with and without IDD.
 ApproachThe ICES-AHRQ team approved a request from the Ministry of Children, Community and Social Services (MCCSS), to determine the proportion of adults with IDD tested and confirmed positive for COVID-19. The scientists also explored if positive IDD cases experienced similar health outcomes to the general population. The open cohort was derived by linking those with a COVID-19 test in Ontario Laboratories Information System, from January 2020 to December 2021, to supplemented positive case data and administrative health databases. An algorithm was used to define IDD by a series of inpatient hospitalizations, emergency department and/or physician visits, with IDD diagnostic codes.
 ResultsSimilar rates of testing and positivity were observed for those with (46%; 6%) and without IDD (43%; 5%). However, adults with IDD confirmed positive for COVID-19 were mostly male (62% vs 49%), aged 18-29 (40% vs 27%), had medical conditions associated with frailty (15% vs 4%), and from the lowest neighborhood income quintile (27% vs 23%), compared to the non-IDD population, respectively. Cumulatively, deaths and hospitalizations following a COVID-19 diagnosis were two-times more likely in the IDD population, while comparable rates of intensive care unit (ICU) admissions were reported. Particularly, adults with IDD aged 18-54 experienced higher rates of hospitalizations (48% vs 30%), ICU admissions (56% vs 36%), and deaths (26% vs 6%), compared to the same age group in those without IDD.
 Conclusion/ImplicationsReal-time administrative health data and analytics were used to support Ontario’s COVID-19 response in those with IDD. To inform decision making and policy actions related to immediate testing strategies, MCCSS used such findings to increase the availability of testing for adults with IDD, who may face multiple barriers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,221
Tête enseignante GPT0,474
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetChronic Disease Management StrategiesTravaux en français237 207