36 A YEAR WITHOUT THE FLU: MODELLING THE EFFECTS ON CARDIOVASCULAR MORTALITY FROM INFLUENZA IN IRELAND
Notice bibliographique
Résumé
Abstract Background Cardiovascular diseases (CVDs) are consistently ranked among the leading causes of death among older adults in Ireland. COVID-19 and influenza infection are associated with cardiovascular complications. However, percentage of deaths caused by CVD among adults aged 75 and over in Ireland decreased from 32.9% to 31.0% from 2019 to 2020. Government-imposed social distancing measures resulted in abolition of influenza activity (IA). We analysed population data from the 2010/11–2019/20 influenza seasons to estimate the impact of reduced IA on CVD mortality rates during the COVID-19 pandemic season. Methods Quarterly mortality data for acute myocardial infarction (AMI) and cerebrovascular disease from first quarter (Q1) 2010 to fourth quarter (Q4) 2020 was obtained from the Central Statistics Office. Weekly data on influenza-like illness (ILI) rates and positive percentages (PP) (i.e. proportion of influenza-positive sentinel respiratory specimens) from week 40 2010 to week 20 2020 was obtained from the Health Protection Surveillance Centre. Excess mortality rate during influenza season was calculated as the percentage difference between Q4/Q1 and preceding third quarter (Q3) mortality rates. We adopted the Goldstein index (ILI rate × PP) as an indicator of IA. Time series analyses, Pearson correlation coefficients (r) and linear regression models were used to evaluate the relationships between IA and excess AMI and cerebrovascular disease mortality rates. Results Statistically significant positive associations were observed between IA and excess AMI (r = 0.557, p = 0.011) and cerebrovascular disease (r = 0.858, p < 0.001) mortality rates. Linear regression models predicted 0.072% (95% confidence interval 0.019%, 0.125%) and 0.095% (0.067%, 0.123%) increases in excess AMI and cerebrovascular disease mortality rates respectively per unit increase in IA levels. Conclusion Elimination of IA may have contributed towards limiting the effects of COVID-19 on CVD mortality rates, and consequently total excess mortality, among older adults in Ireland.
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) | 0,000 | 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 ».