Trends of Upper Gastrointestinal Bleeding Mortality in the United States Before and During the COVID-19 Era: Estimates From the Centers for Disease Control WONDER Database
Notice bibliographique
Résumé
Background: There have been reports of increased upper gastrointestinal bleeding (UGIB) in patients with coronavirus disease 2019 (COVID-19). Still, only a few studies have examined the mortality rate associated with UGIB in the United States before and during COVID-19. Hereby, we explored the trends of UGIB mortality in the United States before and during COVID-19. The study's objective was to investigate whether the COVID-19 pandemic significantly impacted UGIB mortality rates in the USA. Methods: The decedents with UGIB were included. Age-standardized mortality rates were estimated with the indirect method using the 2000 US Census as the standard population. We utilized the deidentified data from the Centers for Disease Control and Prevention Wide-Ranging Online Data for Epidemiologic Research (CDC WONDER) database. Linear regression analysis was performed to determine 2021 projected mortality rates based on trends between 2012 and 2019 to quantify the association of the pandemic with UGIB-related deaths. Results: The mortality rate increased from 3.3 per 100,000 to 4.3 per 100,000 among the population between 2012 and 2021. There was a significant increase in the overall mortality rate between each year and the following year from 2012 to 2019, ranging from 0.1 to 0.2 per 100,000, while the rise in the overall mortality rate between each year and 2021 ranges from 0.4 to 0.9 per 100,000. Conclusions: Our results showed that the mortality rate increased among the population between 2012and 2021, suggesting a possible influence of COVID-19 infection on the incidence and mortality of UGIB.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».