MétaCan
Menu
Retour à la cohorte
Enregistrement W4412084497 · doi:10.34067/kid.0000000866

Long-Term Outcomes of COVID-19 in Patients Receiving Maintenance Dialysis

2025· article· en· W4412084497 sur OpenAlexaffabout
Kevin Yau, Sarah E. Bota, Eric McArthur, Kyla L. Naylor, Hiten Naik, Sara Wing, Peter G. Blake, Michelle Hladunewich, Adeera Levin, Matthew J. Oliver

Notice bibliographique

RevueKidney360 · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreOntario Stroke NetworkUniversity of British ColumbiaWestern UniversityInstitute for Clinical Evaluative SciencesLondon Health Sciences CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineDialysisHazard ratioPopulationCohortCoronavirus disease 2019 (COVID-19)Cohort studyConfoundingProportional hazards modelInternal medicineIntensive care medicineEmergency medicinePediatricsConfidence intervalDiseaseInfectious disease (medical specialty)Environmental health

Résumé

récupéré en direct d'OpenAlex

Key Points In maintenance dialysis patients, 90-day coronavirus disease 2019 (COVID-19) survivors did not have a higher long-term risk of death or adverse health outcomes. Prior COVID-19 infection was associated with a lower risk for subsequent COVID-19 infection. Background There is concern regarding the long-term impact of coronavirus disease 2019 (COVID-19) on the maintenance dialysis population. This study describes the long-term morbidity and mortality of COVID-19 among patients receiving maintenance dialysis in comparison with uninfected controls. Methods We conducted a population-based cohort study of patients receiving maintenance dialysis in Ontario, Canada, between March 14, 2020, and December 1, 2021 (pre-Omicron), with follow-up until March 31, 2023. We accounted for confounding using propensity scores to match each patient with COVID-19 to four uninfected controls. The primary outcome was all-cause mortality, whereas secondary outcomes included subsequent COVID-19 infection, COVID-19–associated death, a composite of cardiovascular (CV)-related death or hospitalization, all-cause hospitalization, and admission to long-term care or complex continuing care. Results Our matched cohort included 3340 maintenance dialysis patients: 668 with COVID-19 and 2672 controls. Over a median of 1.8 years of follow-up, the rate of long-term all-cause mortality for 90-day COVID-19 survivors was 11.9 deaths per 100 person-years which did not differ from 13.9 deaths per 100 person-years in those without COVID-19 infection (hazard ratio [HR] 0.86; 95% confidence interval [CI], 0.72 to 1.03). Similarly, no significant difference was observed on a composite outcome of CV death or hospitalization, all-cause hospitalization, long-term care, or complex continuing care placement. Prior COVID-19 infection was associated with a reduced risk of subsequent COVID-19 infection (HR, 0.75; 95% CI, 0.63 to 0.88). Subsequent COVID-19 infection was associated with a higher rate of death (HR, 1.68; 95% CI, 1.42 to 1.98). Conclusions Individuals receiving maintenance dialysis who survived their initial COVID-19 infection did not have an increased long-term risk of death, all-cause hospitalization, or CV disease compared with those without COVID-19. Subsequent COVID-19 infection during follow-up, however, was associated with increased mortality.

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)0,000
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,009
Score d'incertitude au seuil0,946

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,387
Écart entre enseignants0,346 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKidney360Même sujetCOVID-19 and healthcare impactsTravaux en français237 207