MétaCan
Menu
Retour à la cohorte
Enregistrement W4401632182 · doi:10.34067/kid.0000000000000490

Long-Term Morbidity and Mortality of Coronavirus Disease 2019 in Patients Receiving Maintenance Dialysis: A Multicenter Population-Based Cohort Study

2024· letter· en· W4401632182 sur OpenAlexaffabout
Sarah E. Bota, Eric McArthur, Kyla L. Naylor, Peter G. Blake, Kevin Yau, Michelle Hladunewich, Adeera Levin, Matthew J. Oliver

Notice bibliographique

RevueKidney360 · 2024
Typeletter
Langueen
DomaineEngineering
ThématiqueMechanical Circulatory Support Devices
Établissements canadiensHealth Sciences CentreUniversity of TorontoWestern UniversityInstitute for Clinical Evaluative SciencesUniversity of British ColumbiaPublic Health OntarioLondon Health Sciences CentreSunnybrook Health Science CentreLawson Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)DialysisTerm (time)CohortCenter (category theory)PopulationEmergency medicine2019-20 coronavirus outbreakCohort studySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Intensive care medicinePediatricsInternal medicineVirologyOutbreakEnvironmental healthDisease

Résumé

récupéré en direct d'OpenAlex

Key Points The rates of long-term mortality, reinfection, cardiovascular outcomes, and hospitalization were high among coronavirus disease 2019 (COVID-19) survivors on maintenance dialysis. Several risk factors, including intensive care unit admission related to COVID-19 and reinfection, were found to have a prolonged effect on survival. This study shows that the burden of COVID-19 remains high after the period of acute infection in the population receiving maintenance dialysis. Background Many questions remain about the population receiving maintenance dialysis who survived coronavirus disease 2019 (COVID-19). Previous literature has focused on outcomes associated with the initial severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, but it may underestimate the effect of disease. This study describes the long-term morbidity and mortality among patients receiving maintenance dialysis in Ontario, Canada, who survived SARS-CoV-2 infection and the risk factors associated with long-term mortality. Methods We conducted a population-based cohort study of patients receiving maintenance dialysis in Ontario, Canada, who tested positive for SARS-CoV-2 and survived 30 days between March 14, 2020, and December 1, 2021 (pre-Omicron), with follow-up until September 30, 2022. Our primary outcome was all-cause mortality while our secondary outcomes included reinfection, composite of cardiovascular (CV)–related death or hospitalization, all-cause hospitalization, and admission to long-term care or complex continuing care. We also examined risk factors associated with long-term mortality using multivariable Cox proportional hazards regression. Results We included 798 COVID-19 survivors receiving maintenance dialysis. After the first 30 days of infection, death occurred at a rate of 15.0 per 100 person-years (95% confidence interval [CI], 12.9 to 17.5) over a median follow-up of 1.4 years (interquartile range, 1.1–1.7) with a nadir of death at approximately 0.5 years. Reinfection, composite CV death or hospitalization, and all-cause hospitalization occurred at a rate (95% CI) of 15.9 (13.6 to 18.5), 17.4 (14.9 to 20.4), and 73.1 (66.6 to 80.2) per 100 person-years, respectively. In addition to traditional predictors of mortality, intensive care unit admission for COVID-19 had a prolonged effect on survival (adjusted hazard ratio, 2.6; 95% CI, 1.6 to 4.3). Reinfection with SARS-CoV-2 among 30-day survivors increased all-cause mortality (adjusted hazard ratio, 2.2; 95% CI, 1.4 to 3.3). Conclusions The burden of COVID-19 persists beyond the period of acute infection in the population receiving maintenance dialysis in Ontario with high rates of death, reinfection, all-cause hospitalization, and CV disease among COVID-19 survivors.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,021
Tête enseignante GPT0,273
Écart entre enseignants0,253 · 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney360Même sujetMechanical Circulatory Support DevicesTravaux en français237 207