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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».