MétaCan
Menu
Retour à la cohorte
Enregistrement W4375845575 · doi:10.1093/ofid/ofad244

Age Differences in Comorbidities, Presenting Symptoms, and Outcomes of Influenza Illness Requiring Hospitalization: A Worldwide Perspective From the Global Influenza Hospital Surveillance Network

2023· article· en· W4375845575 sur OpenAlex
Melissa K. Andrew, Henrique Pott, Lisa Staadegaard, John Paget, Sandra S. Chaves, Justin R. Ortiz, John W. McCauley, Joseph Bresee, Marta C. Nunes, Elsa Baumeister, Sônia Mara Raboni, H. I. G. GIAMBERARDINO, Shelly McNeil, Doris Gómez, Tao Zhang, Philippe Vanhems, Parvaiz A Koul, Daouda Coulibaly, Nancy A. Otieno, Ghassan Dbaibo, M. Lourdes Guerrero Almeida, V. Alberto Laguna-Torres, Anca Cristina Drăgănescu, Burtseva Ei, А. А. Соминина, Daria Danilenko, Snežana Medić, Javier Díez‐Domingo, Bruno Lina

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthFondation de FranceCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorModernaFrancis Crick InstituteSanofiIlluminaCanadian Frailty NetworkGlaxoSmithKlineBill and Melinda Gates FoundationOPEC Fund for International DevelopmentAstraZenecaPfizerEuropean Federation of Pharmaceutical Industries and AssociationsSanofi PasteurSeqirusAbbott Laboratories
Mots-clésMedicineVaccinationOdds ratioLogistic regressionIntensive care unitInternal medicineDiabetes mellitusInfluenza vaccineEmergency medicineIntensive care medicinePediatricsImmunology

Résumé

récupéré en direct d'OpenAlex

Abstract Background The Global Influenza Hospital Surveillance Network (GIHSN) was established in 2012 to conduct coordinated worldwide influenza surveillance. In this study, we describe underlying comorbidities, symptoms, and outcomes in patients hospitalized with influenza. Methods Between November 2018 and October 2019, GIHSN included 19 sites in 18 countries using a standardized surveillance protocol. Influenza infection was laboratory-confirmed with reverse-transcription polymerase chain reaction. A multivariate logistic regression model was utilized to analyze the extent to which various risk factors predict severe outcomes. Results Of 16 022 enrolled patients, 21.9% had laboratory-confirmed influenza; 49.2% of influenza cases were A/H1N1pdm09. Fever and cough were the most common symptoms, although they decreased with age (P < .001). Shortness of breath was uncommon among those <50 years but increased with age (P < .001). Middle and older age and history of underlying diabetes or chronic obstructive pulmonary disease were associated with increased odds of death and intensive care unit (ICU) admission, and male sex and influenza vaccination were associated with lower odds. The ICU admissions and mortality occurred across the age spectrum. Conclusions Both virus and host factors contributed to influenza burden. We identified age differences in comorbidities, presenting symptoms, and adverse clinical outcomes among those hospitalized with influenza and benefit from influenza vaccination in protecting against adverse clinical outcomes. The GIHSN provides an ongoing platform for global understanding of hospitalized influenza illness.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,009
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,357
Écart entre enseignants0,319 · 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