Heightened COVID-19 Mortality in People With Severe Mental Illness Persists After Vaccination: A Cohort Study of Greater Manchester Residents
Notice bibliographique
Résumé
BACKGROUND AND HYPOTHESIS: Previous studies show that people with severe mental illness (SMI) are at higher risk of COVID-19 mortality, however limited evidence exists regarding risk postvaccination. We investigated COVID-19 mortality among people with schizophrenia and other SMIs before, during and after the UK vaccine roll-out. STUDY DESIGN: Using the Greater Manchester (GM) Care Record to access routinely collected health data linked with death records, we plotted COVID-19 mortality rates over time in GM residents with schizophrenia/psychosis, bipolar disorder (BD), and/or recurrent major depressive disorder (MDD) from February 2020 to September 2021. Multivariable logistic regression was used to compare mortality risk (risk ratios; RRs) between people with SMI (N = 193 435) and age-sex matched controls (N = 773 734), adjusted for sociodemographic factors, preexisting comorbidities, and vaccination status. STUDY RESULTS: Mortality risks were significantly higher among people with SMI compared with matched controls, particularly among people with schizophrenia/psychosis (RR 3.18, CI 2.94-3.44) and/or BD (RR 2.69, CI 2.16-3.34). In adjusted models, the relative risk of COVID-19 mortality decreased, though remained significantly higher than matched controls for people with schizophrenia (RR 1.61, CI 1.45-1.79) and BD (RR 1.92, CI 1.47-2.50), but not recurrent MDD (RR 1.08, CI 0.99-1.17). People with SMI continued to show higher mortality rate ratios relative to controls throughout 2021, during vaccination roll-out. CONCLUSIONS: People with SMI, notably schizophrenia and BD, were at greater risk of COVID-19 mortality compared to matched controls. Despite population vaccination efforts that have prioritized people with SMI, disparities still remain in COVID-19 mortality for people with SMI.
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 | 0,000 | 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) | 0,003 | 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 ».