Risk factors for COVID-19 hospitalization after COVID-19 vaccination: a population-based cohort study in Canada
Notice bibliographique
Résumé
OBJECTIVES: With the uptake of COVID-19 vaccines, there is a need for population-based studies to assess risk factors for COVID-19-related hospitalization after vaccination and how they differ from unvaccinated individuals. METHODS: We used data from the British Columbia COVID-19 Cohort, a population-based cohort that includes all individuals (aged ≥18 years) who tested positive for SARS-CoV-2 by real-time reverse transcription-polymerase chain reaction from January 1, 2021 (after the start of vaccination program) to December 31, 2021. We used multivariable logistic regression models to assess COVID-19-related hospitalization risk by vaccination status and age group among confirmed COVID-19 cases. RESULTS: Of the 162,509 COVID-19 cases included in the analysis, 8,546 (5.3%) required hospitalization. Among vaccinated individuals, an increased odds of hospitalization with increasing age was observed for older age groups, namely those aged 50-59 years (odds ratio [OR] = 2.95, 95% confidence interval [CI]: 2.01-4.33), 60-69 years (OR = 4.82, 95% CI: 3.29, 7.07), 70-79 years (OR = 11.92, 95% CI: 8.02, 17.71), and ≥80 years (OR = 24.25, 95% CI: 16.02, 36.71). However, among unvaccinated individuals, there was a graded increase in odds of hospitalization with increasing age, starting at age group 30-39 years (OR = 2.14, 95% CI: 1.90, 2.41) to ≥80 years (OR = 41.95, 95% CI: 35.43, 49.67). Also, comparing all the age groups to the youngest, the observed magnitude of association was much higher among unvaccinated individuals than vaccinated ones. CONCLUSION: Alongside a number of comorbidities, our findings showed a strong association between age and COVID-19-related hospitalization, regardless of vaccination status. However, age-related hospitalization risk was reduced two-fold by vaccination, highlighting the need for vaccination in reducing the risk of severe disease and subsequent COVID-19-related hospitalization across all population groups.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».