The effect of malnutrition on adult Covid-19 patient’s ICU admission and mortality in Covid-19 isolation and treatment centers in Ethiopia: A prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: A new coronavirus was first identified in Wuhan, China in December 2019. Since the times of the 1918 influenza pandemic, malnutrition has been known as a risk factor for severity and mortality from viral pneumonia. Similarly, the recently identified SARS-Cov2 infection (COVID-19) and related pneumonia may be closely linked to malnutrition. Therefore, this study will contribute to new knowledge and awareness of the recording and evaluation of each COVID-19 patient's nutritional status by assessing the effect of malnutrition on ICU admission and death of COVID-19 patients in developing countries. METHOD: We conducted a prospective cohort study in adult COVID-19 patients admitted to selected COVID-19 Isolation and Treatment Centers, Addis Ababa, Ethiopia. Baseline data of the patients were collected using interviewer-administered structured questionnaire and data on the adverse outcomes of follow up were extracted from follow up chart. The main clinical outcomes (ICU admission and death) were captured every week of follow up. We ran a multivariate Cox's regression analysis to determine the relationship between malnutrition at admission and its effect on ICU admission and death. RESULTS: A total of 581 COVID-19 patients were enrolled. From the total of recruited patients, 346 (59.6%) were males and 235 (40.4%) were females. The mean age of the respondents was 55 years (16.45) years. The Cox proportional hazard model controlled for sex, age group, number of co-morbidities, and number of medications found that malnutrition at admission was associated with ICU admission and death. When compared to well-nourished patients, the rate of ICU admission was significantly associated and found to be higher among underweight [(adjusted hazard ratio (AHR) = 10.02, 95% CI: (8.64-12.10)] and overweight [(AHR = 7.7, 95% CI: (6.41-9.62)] patients. The rate of survival probability was significantly associated and was found to be better among well-nourished patients (AHR = 0.06, 95% CI : (0.01-0.44) when compared with malnourished COVID-19 patients. CONCLUSION: Malnutrition at the time of admission was shown to increase the risk of ICU admission and mortality among COVID-19 patients. Therefore, it is vital to evaluate patients' nutritional condition early in their admission and provide timely intervention to minimize the effects on patients and the healthcare system.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».