Long-Term Effect of COVID-19 Infection on Kidney Function Among COVID-19 Patients Followed in a Post-COVID-19 Recovery Clinic in British Columbia, Canada
Notice bibliographique
Résumé
Background: Recent research suggests that COVID-19 is associated with acute kidney dysfunction. Effect of COVID-19 infection on downstream kidney function is unknown. We investigated this using the BC Interdisciplinary COVID-19 Care Network data. Methods: This retrospective cohort study analyzed a 2,212 COVID-19 patient cohort, aged ≥18 years, referred to the Post COVID Recovery Clinic (PCRC) in BC, Canada between July 9, 2020 & April 21, 2022. COVID-19 diagnosis date was the index date. Patients with history of kidney transplantation or dialysis before index date were excluded. Patients who deceased within 3 months of cohort entry were excluded. eGFR values were retrieved from the Provincial Laboratory Information System. We examined change in eGFR at 3-, 6-, 12-months after COVID-19 infection among the same study individuals using linear mixed model. Subgroup analysis included comparison between hospitalized vs. non-hospitalized, & diabetics vs. non-diabetics. Results: Analytic cohort included 457 patients (median age 59 years, 50% male) for whom eGFR was recorded at 3-, 6-, 12-months from index date. Prevalence of reduced eGFR (≤59ml/min/1.73m2) was 16%, 16%, 17% at 3-, 6- and 12- months post-index date, respectively. Median (IQR) eGFR at baseline was 90 (73, 102) that was reduced to 85 (70, 101) at 6-months & remained stable or <previous value at 12 months postindex date, 86 (69, 101). Results from linear mixed model indicated a 0.23 ml/min decrease in eGFR in each month after COVID-19 infection (intercept 85.51, slope -0.23, p-value=0.0003). In subgroup analyses, similar trends of decreasing eGFR over time were observed among diabetic (n=188, intercept 83.08, slope -0.42, p-value=0.0001) & nondiabetic patients (n=269, intercept 87.33, slope -0.12, p-value=0.13). Interestingly, eGFR appeared to improve over time in non-hospitalized patients (n=133, intercept 88.34, slope 0.24, p-value=0.03) compared to a decreasing trend among hospitalized patients (n=324, intercept 83.94, slope -0.41, p-value=<0.001). Conclusions: One in 6 COVID-19 patients who were referred to PCRC had reduced eGFR. COVID-19 was associated with a statistically significant decrease in eGFR, particularly in diabetic & hospitalized patients that warrants ongoing monitoring following COVID-19 infection.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».