Comparative Evaluation of Risk of Death in Mechanically Ventilated Patients With COVID-19 and Influenza: A Population-Based Cohort Study
Notice bibliographique
Résumé
Background: Reports on the comparative mortality among mechanically ventilated patients with coronavirus disease 2019 (COVID-19) and influenza show conflicting findings, but studies focused largely on the early phase of the pandemic, using historical influenza comparators. We sought to examine the population-level comparative mortality among mechanically ventilated patients with COVID-19 during the latter pandemic years using contemporaneous influenza comparators. Methods: We used a statewide dataset to identify mechanically ventilated hospitalizations aged ≥ 18 years with COVID-19 or influenza in Texas between October 2021 and March 2023. Their comparative short-term mortality (in-hospital death or discharge to hospice) was estimated using overlap propensity score weighting (primary model), entropy balance, and hierarchical logistic models. Results: Among 22,195 mechanically ventilated hospitalizations, 19,659 (88.6%) had COVID-19 and 2,536 (11.4%) had influenza. Compared to mechanically ventilated hospitalizations with influenza, those with COVID-19 were more commonly racial or ethnic minority (49.3% vs. 48.4%) and had lower mean (standard deviation (SD)) Deyo comorbidity index (2.04 (2.03) vs. 2.53 (1.91)), but higher number of organ dysfunctions (2.60 (1.37) vs. 2.13 (1.27)), respectively. Short-term mortality among mechanically ventilated hospitalizations with COVID-19 and influenza was 49.1% vs. 20.7%. The risk of short-term mortality was attenuated but remained higher among hospitalizations with COVID-19 in the primary model (adjusted risk ratio: 1.24 (95% confidence interval (CI): 1.18 - 1.30); adjusted risk difference 8.8% (95% CI: 6.7 - 10.4)), with consistent findings in alternative models, subgroups, and sensitivity analyses. Conclusions: Population-level short-term mortality among mechanically ventilated hospitalizations with COVID-19 has been higher than that among those with influenza during the latter years of 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 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 | 0,005 |
| 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 | 0,001 | 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 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 ».