Defining Incidental Versus Non-incidental COVID-19 Hospitalizations
Notice bibliographique
Résumé
Background Rates of COVID-19 hospitalization are an important measure of the health system burden of severe COVID-19 disease and have been closely followed throughout the pandemic. The highly transmittable, but often less severe, Omicron COVID-19 variant has led to an increase in hospitalizations with incidental COVID-19 diagnoses where COVID-19 is not the primary reason for admission. There is a strong public health need for a measure that is implementable at low cost with standard electronic health record (EHR) datasets that can separate these incidental hospitalizations from non-incidental hospitalizations where COVID-19 is the primary cause or an important contributor. Two crude metrics are in common use. The first uses in-hospital administration of dexamethasone as a marker of non-incidental COVID-19 hospitalizations. The second, used by the United States (US) CDC, relies on a limited set of COVID-19-related diagnoses (i.e., respiratory failure, pneumonia). Both measures likely undercount non-incidental COVID-19 hospitalizations. We therefore developed an improved EHR-based measure that is better able to capture the full range of COVID-19 hospitalizations. Methods We conducted a retrospective study of ED visit data from a national emergency medicine group from April 2020 to August 2023. We assessed the CDC approach, the dexamethasone-based measure, and alternative approaches that rely on co-diagnoses likely to be related to COVID-19, to determine the proportion of non-incidental COVID-19 hospitalizations. Results Of the 153,325 patients diagnosed with COVID-19 at 112 general EDs in 17 US states, and admitted or transferred, our preferred measure classified 108,243 (70.6%) as non-incidental, compared to 71,066 (46.3%) using the dexamethasone measure and 77,399 (50.5%) using the CDC measure. Conclusions Identifying non-incidental COVID-19 hospitalizations using ED administration of dexamethasone or the CDC measure provides substantially lower estimates than our preferred measure.
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 | 0,002 | 0,006 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,007 |
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 ».