Healthcare utilization and adverse outcomes stratified by sex, age and long-term care residency using the Alberta COVID-19 Analytics and Research Database (ACARD): a population-based descriptive study
Notice bibliographique
Résumé
Abstract Background Understanding the epidemiology of Coronavirus Disease of 2019 (COVID-19) in a local context is valuable for both future pandemic preparedness and potential increases in COVID-19 case volume, particularly due to variant strains. Methods Our work allowed us to complete a population-based study on patients who tested positive for COVID-19 in Alberta from March 1, 2020 to December 15, 2021. We completed a multi-centre, retrospective population-based descriptive study using secondary data sources in Alberta, Canada. We identified all adult patients (≥ 18 years of age) tested and subsequently positive for COVID-19 (including only the first incident case of COVID-19) on a laboratory test. We determined positive COVID-19 tests, gender, age, comorbidities, residency in a long-term care (LTC) facility, time to hospitalization, length of stay (LOS) in hospital, and mortality. Patients were followed for 60 days from a COVID-19 positive test. Results Between March 1, 2020 and December 15, 2021, 255,037 adults were identified with COVID-19 in Alberta. Most confirmed cases occurred among those less than 60 years of age (84.3%); however, most deaths (89.3%) occurred among those older than 60 years. Overall hospitalization rate among those who tested positive was 5.9%. Being a resident of LTC was associated with substantial mortality of 24.6% within 60 days of a positive COVID-19 test. The most common comorbidity among those with COVID-19 was depression. Across all patients 17.3% of males and 18.6% of females had an unplanned ambulatory visit subsequent to their positive COVID-19 test. Conclusions COVID-19 is associated with extensive healthcare utilization. Residents of LTC were substantially impacted during the COVID-19 pandemic with high associated mortality. Further work should be done to better understand the economic burden associated with related healthcare utilization following a COVID-19 infection to inform healthcare system resource allocation, planning, and forecasting.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».