An Interrupted Time-Series Analysis of the Impact of COVID-19 on Hospitalizations for Vascular Events in 3 Canadian Provinces
Notice bibliographique
Résumé
Background: COVID-19 infection is associated with a pro-coagulable state, thrombosis, and cardiovascular events. However, its impact on population-based rates of vascular events is less well understood. We studied temporal trends in hospitalizations for stroke and myocardial infarction in 3 Canadian provinces (Alberta, Ontario, and Nova Scotia) between 2014 and 2022. Methods: Linked administrative data from each province were used to identify admissions for ischemic stroke, intracerebral hemorrhage, cerebral venous thrombosis, and myocardial infarction. Event rates per 100,000/quarter, standardized to the 2016 Canadian population, were calculated. We assessed changes from quarterly rates pre-pandemic (2014-2020), compared to rates in the pandemic period (2020-2022), using interrupted time-series analysis with a jump discontinuity at pandemic onset. Age group- and sex-stratified analyses also were performed. Results: = 0.01), but they remained stable in Ontario and Nova Scotia. No consistent patterns by age group or sex were noted. Conclusions: Hospitalization rates for stroke or myocardial infarction across 3 Canadian provinces did not increase substantially during the first 2 years of the pandemic. Continued surveillance is warranted as the virus becomes endemic.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».