Risk of Severe COVID-19-Related Outcomes among Patients with Cirrhosis: A Population-Based Cohort Study in Canada
Notice bibliographique
Résumé
We assessed the association between cirrhosis and severe COVID-19-related outcomes among people with laboratory-diagnosed COVID-19 infection in British Columbia, Canada. We used data from the British Columbia (BC) COVID-19 Cohort, a population-based cohort that integrates data on all individuals tested for COVID-19, with data on hospitalizations, medical visits, emergency room visits, prescription drugs, chronic conditions, and deaths in the Canadian province of BC. We included all individuals aged ≥18 who tested positive for SARS-CoV-2 by real-time reverse transcription-polymerase chain reaction from 1 January 2021 to 31 December 2021. Multivariable logistic regression models were used to assess the associations of cirrhosis status with COVID-19-related hospitalization and with ICU admission. Of the 162,509 individuals who tested positive for SARS-CoV-2 and were included in the analysis, 768 (0.5%) had cirrhosis. In the multivariable models, cirrhosis was associated with increased odds of hospitalization (aOR = 1.97, 95% CI: 1.58-2.47) and ICU admission (aOR = 3.33, 95% CI: 2.56-4.35). In the analyses stratified by age, we found that the increased odds of ICU admission among people with cirrhosis were present in all the assessed age-groups. Cirrhosis is associated with increased odds of hospitalization and ICU admission among COVID-19 patients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».