Abstract 11750: Disparities Among Covid-19 Mortality in Patients With Concurrent Cancer and Cardiovascular Disease in 2020: A Nationwide Analysis
Notice bibliographique
Résumé
Introduction: The COVID-19 pandemic has highlighted important socioeconomic health disparities in the United States. Both cardiovascular disease (CVD) and cancer are associated with worse COVID-19 outcomes. We describe racial or ethnic, sex, and rural disparities in mortality rates from COVID-19 in the US cardio-oncology (C-O) population with concurrent cancer and CVD. Methods: Using the multiple causes of death data files within CDC WONDER, we assessed survival outcomes from March to December 2020 (most intense for COVID-19 deaths) by race or ethnicity, sex, and rural status. C-O populations were defined as having ICD 10 codes C00-C97 for “malignant neoplasms” and ICD 10 codes I10-I15 for “hypertensive heart disease”, I20-I25 for “ischemic heart disease” I30-I51 for “other forms of heart disease” encompassing valvular disorders, cardiac arrythmias, myocarditis, and heart failure & cardiomyopathies, or I70 for peripheral atherosclerosis listed as contributing causes of death. In this population, those with ICD 10 code U07.1 for “COVID-19” listed as an underlying cause of death were included. Age-adjusted mortality rates (AAMR) were calculated based on contemporary US population standards. Results: Overall, there were 6,311 deaths from COVID-19 among 16,282 all-cause deaths in the C-O population (AAMR 5.17 deaths/1,000,000 person-years; 95% CI 5.04-5.29). These deaths comprised 1.80% of all COVID-19 deaths (total 350,831) in the study period. Mortality rates were higher in men than women (AAMR 7.35 vs 3.44 deaths/1,000,000; HR 2.13, p<0.0001). Among racial or ethnic groups, mortality rates were highest among African Americans (AAMR 9.31 deaths/1,000,000; 95% CI 8.75-9.88), and higher among Hispanic than non-Hispanic Americans (AAMR 7.10 vs 4.86 deaths/1,000,000; HR 1.46, p<0.0001). Mortality rates were higher in rural areas than metropolitan areas (crude mortality rate 9.15 vs 6.20 deaths/1,000,000; HR 1.48, p <0.001). Conclusion: Among cancer patients with concurrent CVD, COVID-19 deaths were disproportionately higher in male, African American, Hispanic, and rural patients. Further research is needed to understand socioeconomic factors underpinning these disparities and design interventions to improve patient outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».