MétaCan
Menu
Retour à la cohorte
Enregistrement W4391721781 · doi:10.1186/s12879-024-09076-8

Association between SARS-CoV-2 infection and select symptoms and conditions 31 to 150 days after testing among children and adults

2024· article· en· W4391721781 sur OpenAlexaff
Yongkang Zhang, Alfonso Romieu-Hernandez, Tegan K. Boehmer, Eduardo Azziz‐Baumgartner, Thomas W. Carton, Adi V. Gundlapalli, Julia Fearrington, Kshema Nagavedu, Katherine Dea, Érick Moyneur, Lindsay G. Cowell, Rainu Kaushal, Kenneth H. Mayer, Jon Puro, Sonja A. Rasmussen, Deepika Thacker, Mark G. Weiner, Sharon Saydah, Jason P. Block, Faraz S. Ahmad, H. Timothy Bunnell, Olveen Carrasquillo, Elizabeth A. Chrischilles, Dimitri Christakis, Bernard Chang, Janis L. Curtis, Soledad Fernández, Christopher B. Forrest, Daniel Fort, David A. Hanauer, Rachel Hess, Benjamin D. Horne, Philip Giordano, William R. Hogan, Abu Saleh Mohammad Mosa, James C. McClay, Samyuktha Nandhakumar, Bridget Nolan, Jihad S. Obeid, Brian Ostasiewski, Anuradha Paranjape, Lav P. Patel, Suchitra Rao, Patricia Robinson, William E. Trick, Jonathan C. Silverstein

Notice bibliographique

RevueBMC Infectious Diseases · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensStatistics Canada
Organismes subventionnairesNational Heart, Lung, and Blood InstituteCenters for Disease Control and PreventionNational Institutes of Health
Mots-clésMedicineOdds ratioLogistic regressionOddsSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Medical microbiologyRetrospective cohort studyCoronavirus disease 2019 (COVID-19)CohortCohort studyYoung adultPediatricsInternal medicineImmunologyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: An increasing number of studies have described new and persistent symptoms and conditions as potential post-acute sequelae of SARS-CoV-2 infection (PASC). However, it remains unclear whether certain symptoms or conditions occur more frequently among persons with SARS-CoV-2 infection compared with those never infected with SARS-CoV-2. We compared the occurrence of specific COVID-associated symptoms and conditions as potential PASC 31- to 150-day following a SARS-CoV-2 test among adults and children with positive and negative test results. METHODS: We conducted a retrospective cohort study using electronic health record (EHR) data from 43 PCORnet sites participating in a national COVID-19 surveillance program. This study included 3,091,580 adults (316,249 SARS-CoV-2 positive; 2,775,331 negative) and 675,643 children (62,131 positive; 613,512 negative) who had a SARS-CoV-2 laboratory test during March 1, 2020-May 31, 2021 documented in their EHR. We used logistic regression to calculate the odds of having a symptom and Cox models to calculate the risk of having a newly diagnosed condition associated with a SARS-CoV-2 positive test. RESULTS: After adjustment for baseline covariates, hospitalized adults and children with a positive test had increased odds of being diagnosed with ≥ 1 symptom (adults: adjusted odds ratio[aOR], 1.17[95% CI, 1.11-1.23]; children: aOR, 1.18[95% CI, 1.08-1.28]) or shortness of breath (adults: aOR, 1.50[95% CI, 1.38-1.63]; children: aOR, 1.40[95% CI, 1.15-1.70]) 31-150 days following a SARS-CoV-2 test compared with hospitalized individuals with a negative test. Hospitalized adults with a positive test also had increased odds of being diagnosed with ≥ 3 symptoms or fatigue compared with those testing negative. The risks of being newly diagnosed with type 1 or type 2 diabetes (adjusted hazard ratio[aHR], 1.25[95% CI, 1.17-1.33]), hematologic disorders (aHR, 1.19[95% CI, 1.11-1.28]), or respiratory disease (aHR, 1.44[95% CI, 1.30-1.60]) were higher among hospitalized adults with a positive test compared with those with a negative test. Non-hospitalized adults with a positive test also had higher odds or increased risk of being diagnosed with certain symptoms or conditions. CONCLUSIONS: Patients with SARS-CoV-2 infection, especially those who were hospitalized, were at higher risk of being diagnosed with certain symptoms and conditions after acute infection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,278
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetLong-Term Effects of COVID-19Travaux en français237 207