MétaCan
Menu
← Retour à la cohorte
Enregistrement W4324046894 · doi:10.1186/s12889-023-15386-4

Comorbidity-stratified estimates of 30-day mortality risk by age for unvaccinated men and women with COVID-19: a population-based cohort study

2023· article· en· W4324046894 sur OpenAlexafffundabout
Husam Abdel‐Qadir, Peter C. Austin, Atul Sivaswamy, Anna Chu, Harindra C. Wijeysundera, Douglas S. Lee

Notice bibliographique

RevueBMC Public Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreInstitute for Clinical Evaluative SciencesWomen's College HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesCanadian Frailty Network
Mots-clésMedicineComorbidityPopulationCohortEpidemiologyKidney diseaseDemographyCohort studyRetrospective cohort studyPediatricsInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The mortality risk following COVID-19 diagnosis in men and women with common comorbidities at different ages has been difficult to communicate to the general public. The purpose of this study was to determine the age at which unvaccinated men and women with common comorbidities have a mortality risk which exceeds that of 75- and 65-year-old individuals in the general population (Phases 1b/1c thresholds of the Centre for Disease Control Vaccine Rollout Recommendations) following COVID-19 infection during the first wave. METHODS: We conducted a population-based retrospective cohort study using linked administrative datasets in Ontario, Canada. We identified all community-dwelling adults diagnosed with COVID-19 between January 1 and October 31st, 2020. Exposures of interest were age (modelled using restricted cubic splines) and the following conditions: major cardiovascular disease (recent myocardial infarction or lifetime history of heart failure); 2) diabetes; 3) hypertension; 4) recent cancer; 5) chronic obstructive pulmonary disease; 6) Stages 4/5 chronic kidney disease (CKD); 7) frailty. Logistic regression in the full cohort was used to estimate the risk of 30-day mortality for 75- and 65-year-old individuals. Analyses were repeated after stratifying by sex and medical condition to determine the age at which 30-day morality risk in strata exceed that of the general population at ages 65 and 75 years. RESULTS: We studied 52,429 individuals (median age 42 years; 52.5% women) of whom 417 (0.8%) died within 30 days. The 30-day mortality risk increased with age, male sex, and comorbidities. The 65- and 75-year-old mortality risks in the general population were exceeded at the youngest age by people with CKD, cancer, and frailty. Conversely, women aged < 65 years who had diabetes or hypertension did not have higher mortality than 65-year-olds in the general population. Most people with medical conditions (except for Stage 4-5 CKD) aged < 45 years had lower predicted mortality than the general population at age 65 years. CONCLUSION: The mortality risk in COVID-19 increases with age and comorbidity but the prognostic implications varied by sex and condition. These observations can support communication efforts and inform vaccine rollout in jurisdictions with limited vaccine supplies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,907

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,476
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetCOVID-19 Clinical Research Studies→Travaux en français237 207→