A multi-country analysis of COVID-19 hospitalizations by vaccination status
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.
Notice bibliographique
Résumé
BACKGROUND: Individuals vaccinated against severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), when infected, can still develop disease that requires hospitalization. It remains unclear whether these patients differ from hospitalized unvaccinated patients with regard to presentation, coexisting comorbidities, and outcomes. METHODS: Here, we use data from an international consortium to study this question and assess whether differences between these groups are context specific. Data from 83,163 hospitalized COVID-19 patients (34,843 vaccinated, 48,320 unvaccinated) from 38 countries were analyzed. FINDINGS: While typical symptoms were more often reported in unvaccinated patients, comorbidities, including some associated with worse prognosis in previous studies, were more common in vaccinated patients. Considerable between-country variation in both in-hospital fatality risk and vaccinated-versus-unvaccinated difference in this outcome was observed. CONCLUSIONS: These findings will inform allocation of healthcare resources in future surges as well as design of longer-term international studies to characterize changes in clinical profile of hospitalized COVID-19 patients related to vaccination history. FUNDING: This work was made possible by the UK Foreign, Commonwealth and Development Office and Wellcome (215091/Z/18/Z, 222410/Z/21/Z, 225288/Z/22/Z, and 220757/Z/20/Z); the Bill & Melinda Gates Foundation (OPP1209135); and the philanthropic support of the donors to the University of Oxford's COVID-19 Research Response Fund (0009109). Additional funders are listed in the "acknowledgments" section.
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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle