Two-year epidemiology of post-COVID-19 conditions in Bangladesh: a cohort study of post-COVID-19 from 12,925 SARS-CoV-2 cases between July and December 2021–2023 in Bangladesh
Notice bibliographique
Résumé
BACKGROUND: Post-COVID-19 conditions (PCCs), also known as long COVID, is persistently debilitating disorders that need investigation on their incidence, morbidity, and case-fatality rate. PURPOSE: The objectives of this cohort study were to determine the incidence, characteristics, case-fatality, morbidity, and recovery of post-COVID-19 symptoms throughout a two-year period of observation. METHODS: This was a population-based cohort study of post-COVID-19 cases among 12,925 SARS-CoV-2 positive individuals in eight administrative districts of Bangladesh between July and December 2021-2023. PCC was diagnosed according to WHO clinical diagnostic criteria, and the screening procedure was completed through a household screening process. RESULTS: The incidence of PCC was 3.6%, the case-fatality rate was 1.92%, and the recovery rate was 9.0%. The significant predictors of PCC morbidity were geographical distribution, vaccination, comorbidities, and a longer duration of symptoms or multiple symptoms (p < 0.05). CONCLUSION: Nearly 465 out of 522 people suffering from PCC are persistent and have a significant disability. However, the rate of recovery was 9.0%. It is necessary to investigate approaches to improve the recovery of PCC in Bangladesh.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».