COVID-19-related mortality and hospital admissions in the VIVALDI study cohort: October 2020 to March 2023
Notice bibliographique
Résumé
BACKGROUND: Long-term-care facilities (LTCFs) were heavily affected by COVID-19 early in the pandemic, but the impact of the virus has reduced over time with vaccination campaigns and build-up of immunity from prior infection. OBJECTIVES: To evaluate the mortality and hospital admissions associated with SARS-CoV-2 in LTCFs in England over the course of the VIVALDI study, from October 2020 to March 2023. METHODS: We included residents aged ≥65 years from participating LTCFs who had available follow-up time within the analysis period. We calculated incidence rates (IRs) of COVID-19-linked mortality and hospital admissions per calendar quarter, along with infection fatality ratios (IFRs, within 28 days) and infection hospitalization ratios (IHRs, within 14 days) following positive SARS-CoV-2 test. RESULTS: A total of 26,286 residents were included, with at least one positive test for SARS-CoV-2 in 8513 (32.4%). The IR of COVID-19-related mortality peaked in the first quarter (Q1) of 2021 at 0.47 per 1000 person-days (1 kpd) (around a third of all deaths), in comparison with 0.10 per 1 kpd for Q1 2023 which had a similar IR of SARS-CoV-2 infections. There was a fall in observed IFR for SARS-CoV-2 infections from 24.9% to 6.7% between these periods, with a fall in IHR from 12.1% to 8.8%. The population had high overall IRs for mortality for each quarter evaluated, corresponding to annual mortality probability of 28.8-41.3%. CONCLUSIONS: Standardized real-time monitoring of hospitalization and mortality following infection in LTCFs could inform policy on the need for non-pharmaceutical interventions to prevent transmission.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».