COVID-19 screening and outcomes at hospitals in a large Canadian health authority
Notice bibliographique
Résumé
Background: This study investigates factors associated with COVID-19 positivity among patients admitted to hospitals in British Columbia, Canada, and analyzes patient outcomes based on their screening question responses. Methods: We conducted a retrospective analysis of patients admitted to 12 hospital emergency departments between November 1, 2020, and June 30, 2022. Patients who tested positive for SARS-CoV-2 through PCR within 48 hours of admission were categorized as positive cases. Covariates included age, geographical region, and the era of the COVID-19 pandemic. Results: Among the 88,511 unique admissions, 8.6% (7,642) tested positive for COVID-19. Patients who met screening criteria were 4.7 times more likely to test positive. Patients in the later stages of the pandemic were less likely to be identified through screening questions. Patients who tested positive were 1.5 times more likely to die than those who tested negative, although patients who tested positive in later pandemic stages had lower overall mortality rates. Conclusion: While patients testing positive on admission were more likely to meet screening criteria and had a higher risk of mortality, the screening process missed half of all positive cases (3,907 patients). Implementing universal testing increased resource demands but identified the positive cases missed by screening alone, allowing for the implementation of precautionary measures to prevent potential transmission. Ultimately, the decision to implement universal testing should consider resource allocation, community prevalence, and patient demographics.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».