Comparison of COVID-19 Hospitalization and Death Between Solid Organ Transplant Recipients and the General Population in Canada, 2020–2022
Notice bibliographique
Résumé
Background: Solid organ transplant recipients have a high risk of severe outcomes from SARS-CoV-2 infection. A comprehensive understanding of the impact of the COVID-19 pandemic across multiple waves in the solid organ transplant population and how this compares to the general population is limited. We conducted a population-based cohort study using linked administrative healthcare databases from Ontario, Canada to answer this question. Methods: We included 15 306 solid organ transplant recipients and 12 160 904 individuals from the general population. Our primary outcome was the rate (per 100 person-years) of severe COVID-19 (ie, hospitalization or death with a positive SARS-CoV-2 test) occurring between January 25, 2020, and November 30, 2022. Results: Compared with the general population, solid organ transplant recipients had almost a 6 times higher rate of severe COVID-19 (20.39 versus 3.44 per 100 person-years), with almost 5.5 times as high a rate of death alone (4.19 versus 0.77 per 100 person-years). Transplant recipients with severe COVID-19 were substantially younger (60.1 versus 66.5 y) and had more comorbidities. The rate of severe COVID-19 declined over time in the solid organ transplant population, with an incidence rate of 41.25 per 100 person-years in the first wave (January 25, 2020, to August 31, 2020) and 18.41 in the seventh wave (June 19, 2022, to November 30, 2022, Omicron era). Conclusions: Solid organ transplant recipients remain at high risk of severe outcomes when they are infected with SARS-CoV-2. Resources and strategies to mitigate the impact of SARS-CoV-2 exposure are needed in this vulnerable patient population.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».