Changes in primary care visits for respiratory illness during the COVID-19 pandemic: a multinational study by the International Consortium of Primary Care Big Data Researchers (INTRePID)
Notice bibliographique
Résumé
Objectives: The majority of patients with respiratory illness are seen in primary care settings. Given COVID-19 is predominantly a respiratory illness, the INTernational ConsoRtium of Primary Care BIg Data Researchers (INTRePID), assessed the pandemic impact on primary care visits for respiratory illnesses. Design: Definitions for respiratory illness types were agreed on collectively. Monthly visit counts with diagnosis were shared centrally for analysis. Setting: Primary care settings in Argentina, Australia, Canada, China, Norway, Peru, Singapore, Sweden and the United States. Participants: Over 38 million patients seen in primary care settings in INTRePID countries before and during the pandemic, from January 1st, 2018, to December 31st, 2021. Main outcome measures: Relative change in the monthly mean number of visits before and after the onset of the pandemic for acute infectious respiratory disease visits including influenza, upper and lower respiratory tract infections and chronic respiratory disease visits including asthma, chronic obstructive pulmonary disease, respiratory allergies, and other respiratory diseases. Results: INTRePID countries reported a marked decrease in the average monthly visits for respiratory illness. Changes in visits varied from -10.9% [95% confidence interval (CI): -33.1 to +11.3%] in Norway to -79.9% (95% CI: -86.4% to -73.4%) in China for acute infectious respiratory disease visits and - 2.1% (95% CI: -12.1 to +7.8%) in Peru to -59.9% (95% CI: -68.6% to -51.3%) in China for chronic respiratory illness visits. While seasonal variation in allergic respiratory illness continued during the pandemic, there was essentially no spike in influenza illness during the first 2 years of the pandemic. Conclusion: The COVID-19 pandemic had a major impact on primary care visits for respiratory presentations. Primary care continued to provide services for respiratory illness, although there was a decrease in infectious illness during the COVID pandemic. Understanding the role of primary care may provide valuable information for COVID-19 recovery efforts and planning for future global emergencies.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».