Post-acute health care burden after SARS-CoV-2 infection: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: The post-acute burden of health care use after SARS-CoV-2 infection is unknown. We sought to quantify the post-acute burden of health care use after SARS-CoV-2 infection among community-dwelling adults in Ontario by comparing those with positive and negative polymerase chain reaction (PCR) test results for SARS-CoV-2 infection. METHODS: We conducted a retrospective cohort study involving community-dwelling adults in Ontario who had a PCR test between Jan. 1, 2020, and Mar. 31, 2021. Follow-up began 56 days after PCR testing. We matched people 1:1 on a comprehensive propensity score. We compared per-person-year rates for health care encounters at the mean and 99th percentiles, and compared counts using negative binomial models, stratified by sex. RESULTS: Among 531 702 matched people, mean age was 44 (standard deviation [SD] 17) years and 51% were female. Females who tested positive for SARS-CoV-2 had a mean of 1.98 (95% CI 1.63 to 2.29) more health care encounters overall per-person-year than those who had a negative test result, with 0.31 (95% CI 0.05 to 0.56) more home care encounters to 0.81 (95% CI 0.69 to 0.93) more long-term care days. At the 99th percentile per-person-year, females who tested positive had 6.48 more days of hospital admission and 28.37 more home care encounters. Males who tested positive for SARS-CoV-2 had 0.66 (95% CI 0.34 to 0.99) more overall health care encounters per-person-year than those who tested negative, with 0.14 (95% CI 0.06 to 0.21) more outpatient encounters and 0.48 (95% CI 0.36 to 0.60) long-term care days, and 0.43 (95% CI -0.67 to -0.21) fewer home care encounters. At the 99th percentile, they had 8.69 more days in hospital per-person-year, with fewer home care (-27.31) and outpatient (-0.87) encounters. INTERPRETATION: We found significantly higher rates of health care use after a positive SARS-CoV-2 PCR test in an analysis that matched test-positive with test-negative people. Stakeholders can use these findings to prepare for health care demand associated with post-COVID-19 condition (long COVID).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».