Impact of COVID-19 pandemic on sex-disparities in asthma healthcare utilization and outcomes: a population study
Notice bibliographique
Résumé
Background Sex-disparities in healthcare access were exacerbated during the COVID-19 pandemic. For respiratory conditions like asthma where females have poorer disease outcomes, it is unclear if the pandemic further worsened this sex-disparity. Thus, the objective of this study is to compare the impact of the pandemic on healthcare utilization, exacerbations, and mortality rates in males and females with asthma. Methods A retrospective population-based provincial-level analysis was conducted using linked administrative datasets from Alberta, Canada. We measured hospitalization, emergency department and outpatient visits, and asthma outpatient exacerbations in female and males with asthma 18 months before and after March 12, 2020. Mortality data were compared pre- versus post-pandemic, taking into account confirmed COVID-19 infection within 30 days. Subgroup analysis was undertaken to determine if healthcare utilization differed in those with severe asthma. Results Acute care and outpatient encounters for patients with asthma declined for both females and males. Those with severe asthma of either sex experienced a reduction in hospitalizations during the pandemic. Total number of outpatient asthma visits, including both virtual and in-person, increased during the pandemic for both sexes but significantly more in females. Mortality rate was unchanged after adjusting for COVID-19-associated deaths pre- versus post-pandemic. Conclusion All patients with asthma accessed acute care resources less but outpatient visits increased during the pandemic. There was no increase in non-COVID-related mortality, regardless of sex, suggesting that the previously established sex-disparity in asthma outcomes was not seen during the pandemic.
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 | 0,004 | 0,002 |
| 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 | 0,000 | 0,000 |
| 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 ».