Comparative analyses of COVID-19 in-hospital mortality in people with HIV during SARS-CoV-2 pre-Delta, Delta, and Omicron waves
Notice bibliographique
Résumé
BACKGROUND: We investigated in-hospital mortality trends across waves of different SARS-CoV-2 variants and assessed the effect of COVID-19 immunization among people with HIV (PWH). METHOD: We analyzed individual-level data from the WHO Global Clinic Platform comprising 823 845 hospitalized children and adults from 61 countries. Survival analyses were used to assess the association of HIV co-infection with in-hospital mortality across SARS-CoV-2 pre-Delta, Delta, and Omicron variant waves. FINDINGS: PWH experienced significantly higher in-hospital mortality compared to HIV-negative individuals across all variant waves. Adjusted hazard ratios (aHRs) for PWH mortality were 1.85 [95% confidence interval (CI) 1.76-1.93] during the pre-Delta wave, 1.58 (95% CI 1.42-1.74) during the Delta wave, and 3.07 (95% CI 2.75-3.42) during the Omicron wave. In-hospital mortality risk was notably higher in PWH with CD4 + cell count 200 cells/μl or less. While mortality declined modestly between pre-Delta and Delta waves in both HIV-negative (10% reduction) and HIV-positive populations (9% reduction), the decline was more substantial for HIV-negative individuals during the Omicron wave (from 18.9 to 8%) than for PWH (from 24.2 to 19.3%) relative to the Delta wave. INTERPRETATION: Although in-hospital mortality among HIV-negative individuals declined markedly during the Omicron wave, reduction in PWH was less pronounced, leading to a relatively higher mortality risk for this group. These findings highlight the need for adherence to WHO recommendations on booster vaccinations and therapeutics for populations at elevated risk of severe COVID-19 outcomes, including PWH.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».