The Burden of Incidental Sars-cov-2 Infections in Hospitalized Patients Across Pandemic Waves in Canada
Notice bibliographique
Résumé
Abstract Many health authorities differentiate hospitalizations in patients infected with SARS-CoV-2 as being “for COVID-19” (due to direct manifestations of SARS-CoV-2 infection) versus being an “incidental” finding in someone admitted for an unrelated condition. We conducted a retrospective cohort study of all SARS-CoV-2 infected patients hospitalized via 47 Canadian emergency departments, March 2020-July 2022 to determine whether hospitalizations with “incidental” SARS-CoV-2 infection are less of a burden to patients and the healthcare system. Using a priori standardized definitions applied to hospital discharge diagnoses in 14,290 patients, we characterized COVID-19 as (i) the “Direct” cause for the hospitalization (70%), (ii) a potential “Contributing” factor for the hospitalization (4%), or (iii) an “Incidental” finding that did not influence the need for admission (26%). The proportion of incidental SARS-CoV-2 infections rose fro 10% in Wave 1 to 41% during the Omicron wave. Patients with COVID-19 as the direct cause of hospitalization exhibited significantly longer LOS (mean 13.8 versus 12.1 days), were more likely to require critical care (22% versus 11%), receive COVID-19-specific therapies (55% versus 19%), and die (17% versus 9%), compared to patients with Incidental SARS-CoV-2 infections. However, patients hospitalized with incidental SARS-CoV-2 infection still exhibited substantial morbidity/mortality and hospital resource use.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».