MétaCan
Menu
Retour à la cohorte
Enregistrement W4394790228 · doi:10.5144/0256-4947.2024.116

Predicting COVID-19 outcomes with the Edmonton Obesity Staging System

2024· article· en· W4394790228 sur OpenAlexaboutno aff
S.Ag. Mohamad Ali, Omar Khan, Amira M. Youssef, Iram Saba, Leena Alqahtani, Renad Abdulaziz Alduhaim, Renad A. Almesned

Notice bibliographique

RevueAnnals of Saudi Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineObesityInternal medicineVirologyInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Multiple studies have demonstrated a correlation between a high body mass index and discriminatory COVID-19 outcomes. Studies appear to indicate that there is a correlation between obesity-related comorbidities and less favorable outcomes. OBJECTIVES: The primary aim of the current investigation is to conduct a thorough assessment of the correlation between BMI and comorbidities associated with obesity, and their potential impact on the severity and consequences of COVID-19 infection among patients receiving care in a tertiary healthcare setting. DESIGN: Retrospective cohort. SETTINGS: Tertiary rehabilitation center, Riyadh, Saudi Arabia. PATIENTS AND METHODS: The study included all individuals who received medical treatment and tested positive for COVID-19 by means of RT-PCR during the period from March to September 2020. COVID-19 patients were classified using Edmonton Obesity Staging System (EOSS). MAIN OUTCOME MEASURES: COVID-19-related complications, including pneumonia and cytokine release syndrome, as well as the time length to COVID-19 negativization. SAMPLE SIZE: 315 patients. RESULTS: The median (25th-75th percentiles) age of the patients was 38 (31.5-49) years old. Males outnumbered females, and 66% of patients were non-Saudis. Forty-eight patients (15.2%) had obesity class I, whereas 13 patients (4.1%) had class II. Thirty-two patients (10.2%) were classified as EOSS stage 1, 105 patients (33.3%) were classified as EOSS stage 2, and 25 patients (7.9%) were assigned to EOSS stage 3. Males predominated in EOSS stages 1 and 2, whereas females predominated in stage 3. In EOSS stage 3, 52% of cases had moderate severity and 48% had severe illness. CONCLUSIONS: EOSS distinguishes the COVID-19 risks of poor outcomes beyond BMI. Patients who were overweight or obese but remained in the stage 1 of the EOSS had a lower risk of a poor COVID-19 outome than normal-weight patients. The health status of obese patients is a more precise indicator of the progression of COVID-19 during hospitalization than BMI alone. LIMITATIONS: Given the limited capacity of urgent care facilities to conduct a comprehensive evaluation of comorbidities and other relevant outcomes in all patients, it is plausible that certain patients may have been erroneously classified with an EOSS stage 2 diagnosis, when in fact they ought to have been assigned a stage 3 diagnosis.

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)0,004
score de la tête « metaresearch » (Gemma)0,024
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,142
Tête enseignante GPT0,484
Écart entre enseignants0,343 · 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.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Saudi MedicineMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207