Factores de Riesgo Y Protección de la Infección por COVID-19 en Personas en Situación de Sinhogarismo de la Ciudad de Girona (Cataluña, España)
Notice bibliographique
Résumé
Objetivo: El objetivo de este estudio fue determinar la prevalencia de casos COVID-19, entre las personas en situación de sinhogarismo (PSH) de la ciudad de Girona (Cataluña, España) y analizar las variables que incidieron en su contagio durante la primera ola de la pandemia de 2020. Método: Se llevaron a cabo las pruebas Polymerase Chain Reaction (PCR) y se registraron las variables sociodemográficas, la presencia de trastorno mental severo y de trastorno por uso de sustancias y el tipo de instalación donde se albergaron durante el confinamiento (albergue específico, macro-instalación, intemperie) de 233 PSH de la ciudad de Girona. Resultados: De las 233 PSH el 23,6% (n = 55) se alojó en el albergue, el 29,6% (n = 69) en el pabellón y el 56,8% (n = 109) a la intemperie. Se realizaron 67 PCR de las que el 91,2% fueron negativas. De los 6 casos positivos, 1 fue del albergue (c2 = 11,9; gl=1; p<0,001). Las variables predictoras de riesgo de infección fueron: el tipo de instalación donde se albergaron durante el confinamiento, tener más edad, haber inmigrado y estar diagnosticado de un trastorno por consumo de substancias. Conclusiones: Las PSH son más vulnerables al contagio de COVID-19 que la población general. La edad (ser más jóvenes), haber realizado un proceso migratorio, padecer un trastorno por consumo de sustancias y no haberse podido alojar en el albergue fueron las variables predictoras de infección por COVID-19.
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 | 0,009 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,006 |
| 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 ».