A Longitudinal Examination of Post-COVID-19 Mortality in Residents in Long-Term Care Homes
Notice bibliographique
Résumé
The most adverse outcomes of the COVID-19 pandemic include high post-infection mortality among long-term care (LTC) home residents. Research about mortality over a longer period after contracting COVID-19 and in different pandemic years is limited. In the current study, we examined outcomes for 1,596 LTC residents from the day of a positive COVID-19 test until January 31, 2023. We reported all-cause mortality 30 days after contracting COVID-19 and monthly throughout the follow-up, up to 35 months after the pandemic start. We also examined mortality among 2,724 residents residing in the same LTC homes, with no history of COVID-19 during the same period. The results underscored a large number of deaths in the first month post-infection, with 30-day mortality substantially decreasing over the years-from 28% (95% CI [24.3, 31.8]) among residents contracting COVID-19 in 2020, to 8.3% (95% CI [7.4, 9.2]) in the 2022 cohort. Observed over longer periods, monthly mortality among residents with a COVID-19 history was similar to mortality in the No-COVID residents, and no evidence was found of increased mortality risk in the COVID group beyond the first post-infection month. We discuss mortality in LTC during the pandemic and a continuing need to reduce mortality in the acute phase of COVID-19.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».