The Impact of COVID-19 on Sepsis-Related Mortality in the United States
Notice bibliographique
Résumé
Background: Coronavirus disease 2019 (COVID-19)-related organ dysfunction is increasingly considered as sepsis of viral origin. In recent clinical and autopsy studies, sepsis has been present in the majority of decedents with COVID-19. Given the high mortality toll of COVID-19, sepsis epidemiology would be expected to be substantially transformed. However, the impact of COVID-19 on sepsis-related mortality at the national level has not been quantified. We aimed to estimate the contribution of COVID-19 to sepsis-related mortality in the USA during the first year of the pandemic. Methods: We used the Centers for Disease Control Wide-Ranging Online Data for Epidemiological Research (CDC WONDER) Multiple Cause of Death dataset to identify decedents with sepsis during 2015 - 2019, and those with a diagnosis of sepsis, COVID-19, or both in 2020. Negative binomial regression was used on the 2015 - 2019 data to forecast the number of sepsis-related deaths in 2020. We then compared the observed vs. predicted number of sepsis-related deaths in 2020. In addition, we examined the frequency of a diagnosis of COVID-19 among decedents with sepsis and the proportion of a diagnosis of sepsis among decedents with COVID-19. The latter analysis was repeated within each of the Department of Health and Human Services (HHS) regions. Results: In 2020, there were 242,630 sepsis-related deaths, 384,536 COVID-19-related deaths, and 35,807 deaths with both in the USA. The predicted number of sepsis-related deaths for 2020 was 206,549 (95% confidence interval (CI): 201,550 - 211,671). COVID-19 was reported in 14.7% of decedents with sepsis, while a diagnosis of sepsis was reported in 9.3% of all COVID-19-related deaths, ranging from 6.7% to 12.8% across HHS regions. Conclusions: A diagnosis of COVID-19 was reported in less than one in six of decedents with sepsis in 2020, with corresponding less than one in 10 diagnoses of sepsis among decedents with COVID-19. These findings suggest that death certificate-based data may have substantially underestimated the toll of sepsis-related deaths in the USA during the first year of the pandemic.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».