Evolution of illness severity in hospital admissions due to COVID-19, Québec, Canada, January to April 2022
Notice bibliographique
Résumé
Background: The coronavirus disease 2019 (COVID-19) severity is influenced by multiple factors, such as age, underlying medical conditions, individual immunity, infecting variant, and clinical practice. The highly transmissible Omicron variants resulted in decreased COVID-19 screening capacity, which limited disease severity surveillance. Objective: To report on the temporal evolution of disease severity among patients admitted to Québec hospitals due to COVID-19 between January 2, 2022, and April 23, 2022, which corresponded to the peak period of hospitalizations due to Omicron. Methods: Retrospective population-based cohort study of all hospital admissions due to COVID-19 in Québec, between January 2, 2022, and April 23, 2022. Study period was divided into four-week periods, corresponding roughly to January, February, March and April. Regression using Cox and Poisson generalized estimating equations (GEEs) was used to quantify temporal variations in length of stay and risk of complications (intensive care admission or in-hospital death) through time, using the Omicron peak (January 2022) as reference. Measures were adjusted for age, sex, vaccination status, presence of chronic diseases, and clustering by hospital. Results: During the study period, 9,178 of all 18,272 (50.2%) patients hospitalized with a COVID-19 diagnosis were admitted due to COVID-19. Of these, 1,026 (11.2%) were admitted to intensive care and 1,523 (16.6%) died. Compared to January, the risk of intensive care admission was 25% and 31% lower in March and April respectively, while in-hospital fatality continuously decreased by 45% lower in April. The average length of stay was temporarily lower in March (9%). Conclusion: Severity of admissions due to COVID-19 decreased in the first months of 2022, when predominant circulating variants were considered to be of similar severity. Monitoring hospital admissions due to COVID-19 can contribute to disease severity surveillance.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».