SARS-CoV-2 Infection and the Risk of New Chronic Conditions: Insights from a Longitudinal Population-Based Study
Notice bibliographique
Résumé
Background: The post-acute impact of SARS-CoV-2 infections on chronic conditions remains poorly understood, particularly in general populations. Objectives: Our primary aim was to assess the association between SARS-CoV-2 infections and new diagnoses of chronic conditions. Our two secondary aims were to explore geographic variations in this association and to assess the association between SARS-CoV-2 infections and the exacerbation of pre-existing conditions. Methods: This longitudinal study used data from 8086 participants of the Specchio-COVID-19 cohort in the canton of Geneva, Switzerland (2021–2023). Mixed-effects logistic regressions and geographically weighted regressions adjusted for sociodemographic, socioeconomic, and healthcare access covariates were used to analyze self-reported SARS-CoV-2 infections, new diagnoses of chronic conditions, and the exacerbation of pre-existing ones. Results: Participants reporting a SARS-CoV-2 infection were more likely to be diagnosed with a new chronic condition compared to those who did not report an infection (adjusted odds ratio [aOR] = 2.15, 95% CI 1.43–3.23, adjusted p-value = 0.002). Notable geographic variations were identified in the association between SARS-CoV-2 infections and new diagnoses. While a positive association was initially observed between SARS-CoV-2 infections and exacerbation of pre-existing chronic conditions, this association did not remain significant after adjusting p-values for multiple comparisons. Conclusions: These findings contribute to understanding COVID-19’s post-acute impact on chronic conditions, highlighting the need for targeted health management approaches and calling for tailored public health strategies to address the pandemic’s long-term effects.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».