MétaCan
Menu
Retour à la cohorte
Enregistrement W4367394824 · doi:10.1177/26335565231169567

Impact of chronic comorbidities on hospitalization, intensive care unit admission and death among adult vaccinated and unvaccinated COVID-19 confirmed cases during the Omicron wave

2023· article· en· W4367394824 sur OpenAlexaffabout
Marc Simard, Véronique Boiteau, Élise Fortin, Sonia Jean, Louis Rochette, Pierre-Luc Trépanier, Rodica Gilca

Notice bibliographique

RevueJournal of Multimorbidity and Comorbidity · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversité LavalInstitut National de Santé Publique du Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineComorbidityIntensive care unitPoisson regressionCoronavirus disease 2019 (COVID-19)VaccinationCohortComplicationInternal medicineEmergency medicinePediatricsDiseaseImmunologyEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

Background: Comorbidities are important risk factors of severe COVID-19 complications. Their impact during the Omicron wave among vaccinated and unvaccinated COVID-19 cases is not well documented. Purpose: The objective of this study was to estimate the association between the number of comorbidities and the risk of hospitalization, intensive care unit (ICU) admission, and death among vaccinated and unvaccinated confirmed adult COVID-19 cases during the Omicron wave. Research Design and Study sample: We performed a cohort study of COVID-19 adult cases of primo-infection occurring during the Omicron wave, from December 5, 2021 to January 9, 2022 using surveillance database of the province of Québec, Canada. The database included all laboratory-confirmed cases in the province and the related information on 21 pre-existing comorbidities, hospitalization, ICU admission, death related to COVID-19 and vaccination status. Analysis: We performed a robust Poisson regression model to estimate the impact of the number of comorbidities on each complication by vaccination status adjusted for age, sex, socioeconomic status, and living environment. Results: We observed that the risk of complication increased for each additional comorbidity in both vaccinated and unvaccinated individuals and that this risk was systematically higher among unvaccinated individuals. Compared with vaccinated individuals without comorbidities (reference group), the risks of hospitalization, ICU admission, and death were respectively: 9X (95% CI [7.77-12.01]), 13X (95% CI [8.74-18.87]), and 12X (95% CI [7.57-18.91]) higher in vaccinated individuals with ≥3 comorbidities; 22X (95% CI [19.07-25.95]), 45X (95% CI [29.06-69.67]) and 38X (95% CI [23.62-61.14]) higher in unvaccinated individuals with ≥3 comorbidities. Conclusion: Our results support the importance of promoting vaccination in all individuals, and especially those with pre-existing medical conditions, to reduce severe complications, even during the Omicron wave.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,281
Score d'incertitude au seuil0,559

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,075
Tête enseignante GPT0,378
Écart entre enseignants0,303 · 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

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Multimorbidity and ComorbidityMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207