Characteristics and Outcomes of 7620 Multiple Sclerosis Patients Admitted With COVID-19 in the United States
Notice bibliographique
Résumé
Background: At the start of the COVID-19 pandemic, several experts raised concerns about its impact on Multiple Sclerosis (MS) patients. This study aims to provide a perspective using the biggest inpatient database from the United States. Method: We screened for COVID-19 cases between April to December 2020, via the 2020 National Inpatient Sample (NIS). Various outcomes were analyzed. Results: We identified 1,628,110 hospitalizations with COVID-19, including 7620 (.5%) MS patients. 8.9% of MS patients with COVID-19 died, and it was lower than non-MS cases (12.9%). Less MS patients with COVID-19 needed non-invasive ventilation (4.5% vs 6.4%) and mechanical ventilation (9.0% vs 11.2%). Furthermore, MS patients with COVID-19 reported higher odds of non-invasive ventilation if they were ≥60 years, had chronic pulmonary disease (CPD), obesity, or diabetes. Private insurance beneficiaries showed reduced risk, vs Medicare. Similarly, for mechanical ventilation, those ≥60 years, with alcohol abuse, obesity, diabetes, hypertension, or dialysis had higher odds, while females, smokers, and those with depression or hyperlipidemia showed reduced odds. The study revealed higher odds of mortality among those aged ≥60, who had CPD, obesity, CKD, or a history of old MI while females, smokers, as well as those with depression, and hyperlipidemia showed better outcomes. Blacks had lower odds, whereas Hispanics had higher odds of death, vs Whites. Medicaid and Privately insured patients had lower odds of dying vs Medicare. Conclusion: We found several differences in patient characteristics and outcomes among MS and non-MS patients with COVID-19.
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 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 | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».