Derivation and validation of a point-based forecasting tool for SARS-CoV-2 critical care occupancy: a population-based modeling study
Notice bibliographique
Résumé
Background: The requirement for critical care in even a modest fraction of SARS-CoV-2-infected individuals made critical care resources a key societal chokepoint during the COVID-19 pandemic. We previously developed a simple regression-based point score to forecast critical care occupancy in Ontario, Canada, using case numbers, mean age of cases, and testing volume. In this study, we aimed to validate and update this forecasting model to account for evolving population immunity, including the effects of widespread vaccination. Methods: We obtained complete provincial SARS-CoV-2 case, testing, and vaccination data from March 2020 to September 2022, subdividing the pandemic into six waves. Our initial model was fitted using data from the first two waves; an updated model included wave 3, which was dominated by N501Y+ variants. We validated the models by comparing projections to waves not used for fitting. Predictive validity was assessed using Spearman's rho. Counterfactual scenarios without vaccination were modeled to estimate vaccine-attributable reductions in critical care admissions. Findings: The initial model (waves 1-2) was well calibrated (rho = 0.85) but had modest predictive validity (rho = 0.46). Predictive validity improved with models fitted to waves 1-3, both without (rho = 0.60) and with vaccination (rho = 0.68); model fit improved significantly with vaccination (p = 0.013). Averted admissions attributable to vaccination were estimated at 144% (22,017 expected vs. 9020 observed). Interpretation: Simple regression-based forecasting tools remain valuable for predicting SARS-CoV-2 critical care occupancy. However, models developed early in the pandemic should be recalibrated to account for evolving immunity, including widespread vaccination. Funding: Canadian Institutes of Health Research (OV4-170360); R. Howard Webster Foundation (via the University of Toronto Institute for Pandemics).
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».