Does Pre‐existing Diabetes Correlate with Long COVID‐19 in Europe? Evidence from the Analysis of the Survey of Health, Ageing and Retirement in Europe’s Corona Surveys
Notice bibliographique
Résumé
Background: A substantial proportion of those infected with COVID-19 are presenting with persistent symptoms, referred to as long COVID-19. Emerging evidence suggests that the presence of pre-existing chronic conditions, such as diabetes, may increase the risk of long COVID-19. Objectives: To investigate whether having pre-existing diabetes increases the risk of developing long COVID-19 in the population of middle-aged and older adults (≥50 years old) in Europe, while assessing if this relationship can be accounted for or is modified by the known long COVID-19 and diabetes risk factors (age, sex, hospitalization, pre-existing hypertension, and weight status). Methods: = 4,004) with probable or confirmed COVID-19 infection from 27 countries that participated in both waves 7 and 8 of the Survey of Health, Ageing and Retirement in Europe and its 2020 and 2021 Corona Surveys. Logistic regression modeling was performed. Results: Overall, 66.8% of the respondents affected by COVID-19 infection reported at least one long COVID-19 symptom; 55.2% were female, and the average age was 64.6 years; 13.2% had pre-existing diabetes. Respondents with pre-existing diabetes had significantly higher odds of developing long COVID-19, compared to those without diabetes (OR = 1.37; 95% CI = 1.12, 1.68). This relationship remained significant (OR = 2.00; 98% CI = 0.25, 1.14) after adjusting for sex (OR = 1.64 for females; 95% CI = 1.43, 1.88), hospitalization for COVID-19 illness (OR = 3.19; 95% CI = 2.41, 4.23), pre-existing hypertension (OR = 1.17; 95% CI = 1.01, 1.36), and overweight (OR = 1.31; 95% CI = 1.11, 1.56) and obese (OR = 1.77; 95% CI = 1.44, 2.19) weight status. The effect of pre-existing diabetes on the risk of long COVID-19 is moderated by age; it was highest at the age of 50 (OR = 2.00; 95% CI = 1.28, 3.14), and then, it declined with age. Conclusions: There is a relationship between pre-existing diabetes and long COVID-19, even after controlling for literature-based confounding factors, with age having a moderating effect on this relationship.
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 | 0,043 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».