MétaCan
Menu
Retour à la cohorte
Enregistrement W4406071151 · doi:10.1016/j.eclinm.2024.103042

Ethnic and racial differences in children and young people with respiratory and neurological post-acute sequelae of SARS-CoV-2: an electronic health record-based cohort study from the RECOVER Initiative

2025· article· en· W4406071151 sur OpenAlexaff
Suchitra Rao, Rodrigo Azuero-Dajud, Vitaly Lorman, Jeremy Landeo‐Gutierrez, Kyung E. Rhee, Julie Ryu, Changhwan Kim, Megan Carmilani, Rachel S. Gross, Sindhu Mohandas, Srinivasan Suresh, L. Charles Bailey, Víctor M. Castro, Yalini Senathirajah, Shari Esquenazi-Karonika, Shawn N. Murphy, Steve Caddle, Lawrence C. Kleinman, Leah Castro-Baucom, Carlos R. Oliveira, Jonathan D. Klein, Alicia Chung, Lindsay G. Cowell, Charisse Madlock‐Brown, Carol Geary, Marion R. Sills, Lorna E. Thorpe, Jacqueline Szmuszkovicz, Kelan G. Tantisira

Notice bibliographique

RevueEClinicalMedicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Allergy and Infectious DiseasesNational Institute on Drug AbuseNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésMedicineEthnic groupCohortSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Cohort studyRespiratory systemCoronavirus disease 2019 (COVID-19)Pediatrics2019-20 coronavirus outbreakPhysical therapyFamily medicineInternal medicineVirologyDisease

Résumé

récupéré en direct d'OpenAlex

Background: Children from racial and ethnic minority groups are at greater risk for severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, but it is unclear whether they have increased risk for post-acute sequelae of SARS-CoV-2 (PASC). Our objectives were to assess whether the risk of respiratory and neurologic PASC differs by race/ethnicity and social drivers of health. Methods: We conducted a retrospective cohort study of individuals <21 years seeking care at 24 health systems across the U.S, using electronic health record (EHR) data. Our cohort included those with a positive SARS-CoV-2 molecular, serology or antigen test, or with a COVID-19, multisystem inflammatory disease in children, or PASC diagnosis from February 29, 2020 to August 1, 2022. We identified children/youth with at least 2 codes associated with respiratory and neurologic PASC. We measured associations between sociodemographic and clinical characteristics and respiratory and neurologic PASC using odds ratios and 95% confidence intervals estimated from multivariable logistic regression models adjusted for other sociodemographic characteristics, social vulnerability index or area deprivation index, time period of cohort entry, presence and complexity of chronic respiratory (respectively, neurologic) condition and healthcare utilization. Findings: Among 771,725 children in the cohort, 203,365 (26.3%) had SARS-CoV-2 infection. Among children with documented infection, 3217 children had respiratory PASC and 2009 children/youth had neurologic PASC. In logistic regression models, children <5 years (Odds Ratio [OR] 1.78, 95% CI 1.62-1.97), and of Hispanic White descent (OR 1.19, 95% CI 1.05-1.35) had higher odds of having respiratory PASC. Children/youth living in regions with higher area deprivation indices (OR 1.25, 95% CI 1.10-1.420 for 60-79th percentile) and with chronic complex respiratory conditions (OR 3.28, 95% CI 2.91-3.70) also had higher odds of respiratory PASC. In contrast, older (OR 1.57, 95% CI 1.40-1.77 for those aged 12-17 years), non-Hispanic White individuals and those with chronic pre-existing neurologic conditions (OR 2.04, 95% CI 1.78-2.35) were more likely to have a neurologic PASC diagnosis. Interpretation: Racial and ethnic differences in healthcare utilization for neurologic and respiratory PASC may reflect social drivers of health and inequities in access to care. Funding: National Institutes of Health.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,024
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,036
Tête enseignante GPT0,374
Écart entre enseignants0,339 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEClinicalMedicineMême sujetLong-Term Effects of COVID-19Travaux en français237 207