The effects of the COVID‐19 pandemic on PICU admissions for severe asthma exacerbations: A single‐center experience
Notice bibliographique
Résumé
BACKGROUND: The incidence of severe asthma exacerbations (SAE) requiring a pediatric intensive care unit (PICU) admission during the coronavirus disease 2019 (COVID-19) pandemic (and its association with public restrictions) is largely unknown. We examined the trend of SAE requiring PICU admission before, during, and after COVID-19 restrictions in Amsterdam, the Netherlands, and its relationship with features such as environmental triggers and changes in COVID-19 restriction measures. METHODS: ) and pollen were obtained from official monitoring stations. RESULTS: Between January 2018 and December 2022, 228 children were admitted to the PICU of the Amsterdam UMC for SAE. While we observed a decrease in admissions during periods of more stringent restriction, there was an increase in the PICU admission rate for SAE in some periods following the lifting of restrictions. In particular, following the COVID-19 restrictions in 2021, we observed a peak incidence of admissions from August to November, which was higher than any other peak during the indicated years. No association with air pollution or pollen was observed. CONCLUSION: We hypothesize that an increase in clinically diagnosed viral infections after lockdown periods was the reason for the altered incidence of SAE at the PICU in late 2021, rather than air pollution and pollen concentrations.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».