MétaCan
Menu
Retour à la cohorte
Enregistrement W4383674832 · doi:10.1136/thorax-2022-219957

Examining the effect of the COVID-19 pandemic on community virus prevalence and healthcare utilisation reveals that peaks in asthma, COPD and respiratory tract infection occur with the re-emergence of rhino/enterovirus

2023· article· en· W4383674832 sur OpenAlexafffundabout
Terence Ho, Abdullah Shahzad, Aaron Jones, Natya Raghavan, Mark Loeb, Neil Johnston

Notice bibliographique

RevueThorax · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensImpactMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesAstraZeneca Canada
Mots-clésMedicineCOPDAsthmaPoisson regressionPandemicRespiratory tract infectionsRespiratory systemRhinovirusIncidence (geometry)Rate ratioPopulationRespiratory tractPediatricsInternal medicineDiseaseCoronavirus disease 2019 (COVID-19)Environmental healthInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Airway disease exacerbations are cyclical related to respiratory virus prevalence. The COVID-19 pandemic has been associated with reduced exacerbations possibly related to public health measures and their impact on non-COVID-19 respiratory viruses. We aimed to investigate the prevalence of non-COVID-19 respiratory viruses during the pandemic compared with prior in Ontario, Canada and healthcare utilisation related to asthma, chronic obstructive pulmonary disease (COPD) and respiratory tract infection. METHODS: This is a population-based retrospective analysis of respiratory virus tests, emergency department (ED) visits and hospitalisations between 2015 and 2021 in Ontario. Weekly virus testing data were used to estimate viral prevalence for all non-COVID-19 respiratory viruses. We plotted the %positivity and observed and expected counts of each virus to visualise the impact of the pandemic. We used Poisson and binomial logistic regression models to estimate the change in %positivity, count of positive viral cases and count of healthcare utilisation during the pandemic. RESULTS: The prevalence of all non-COVID-19 respiratory viruses decreased dramatically during the pandemic compared with prior. Comparing periods, the incidence rate ratio (IRR) for positive cases corresponded to a >90% reduction for non-COVID-19 respiratory viruses except adenovirus and rhino/enterovirus. Asthma-related ED visits and hospital admissions fell by 57% (IRR 0.43 (95% CI 0.37 to 0.48)) and 61% (IRR 0.39 (95% CI 0.33 to 0.46)). COPD-related ED visits and admissions fell by 63% (IRR 0.37 (95% CI 0.30 to 0.45)) and 45% (IRR 0.55 (95% CI 0.48 to 0.62)). Respiratory tract infection ED visits and admissions fell by 85% (IRR 0.15 (95% CI 0.10 to 0.22)), and 85% (IRR 0.15 (95% CI 0.09 to 0.24)). Rather than the usual peaks in disease condition, during the pandemic, healthcare utilisation peaked in October when rhino/enterovirus peaked. CONCLUSIONS: The prevalence of nearly all non-COVID-19 respiratory viruses decreased during the pandemic and was associated with marked reductions in ED visits and hospitalisations. The re-emergence of rhino/enterovirus was associated with increased healthcare utilisation.

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 enseignants0,551
Score d'incertitude au seuil0,903

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,217
Tête enseignante GPT0,430
Écart entre enseignants0,213 · 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

Citations18
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThoraxMême sujetRespiratory viral infections researchTravaux en français237 207