Profiles of Independent-Comorbidity Groups in Senior COVID-19 Patients Reveal Low Fatality Associated with Standard Care and Low-Dose Hydroxychloroquine over Antivirals
Notice bibliographique
Résumé
Kamaleldin B Said,1,2 Ahmed Alsolami,3 Fayez Saud Alreshidi,4 Anas Fathuddin,5 Fawwaz Alshammari,6 Fauwaz Alrashid,7 Ahmed Aljadani,3 Rana Aboras,4 Fatmah Alreshidi,4 Mohammed H Alghozwi,1 Suliman F Alshammari,1 Nawaf F Alharbi1 On behalf of the Ha’il COM Research Unit Group1Department of Pathology and Microbiology, College of Medicine, University of Ha’il, Ha’il, 55476, Saudi Arabia; 2Genomics, Bioinformatics and Systems Biology, Carleton University, Ottawa, ON K1S 5B6, Canada; 3Department of Internal Medicine, College of Medicine, University of Ha’il, Ha’il, 55476, Saudi Arabia; 4Deparmtent of Family, Community Medicine, College of Medicine, University of Ha’il, Ha’il, 55476, Saudi Arabia; 5Department of Plastic Surgery, College of Medicine, University of Ha’il, Ha’il, 55476, Saudi Arabia; 6Department of Dermatology, College of Medicine, University of Ha’il, Ha’il, 55476, Saudi Arabia; 7Department of Surgery, College of Medicine, University of Ha’il, Ha’il, 55476, Saudi ArabiaCorrespondence: Kamaleldin B Said, Department of Pathology and Microbiology, College of Medicine, University of Ha’il, Ha’il, 55476, Saudi Arabia, Tel +966500771459, Email kbs.mohamed@uoh.edu.saIntroduction: The lack of feasible therapies and comorbidities aggravate the COVID-19 case–fatality rate (CFR). However, reports examining CFR associations with diabetes, concomitant cardiovascular diseases, chronic kidney disease, and chronic liver disease (CLD) are limited. More studies assessing hydroxychloroquine (Hcq) and antivirals are needed.Purpose: To examine associations of COVID-19 CFR in comorbid patient groups each with single comorbidities and after treatment with Hcq, favipiravir, and dexamethasone (Dex), either alone or in combination versus standard care.Methods: Using statistical analysis, we descriptively determined these associations among 750 COVID-19 patient groups during the last quarter of 2021.Results: A diabetes comorbidity (40%, n=299) showed twice the fatality (CFR 14%) of the others (CFR 7%; P=0.001). Hypertension (Htn) was the second-commonest comorbidity (29.5%, n=221), with similar CFR to diabetes (15% and 7% for Htn and non-Htn, respectively), but with higher significance (P=0.0006167). Although only 4% (n=30) heart failure (HF) was reported, the CFR (40%) was much higher than in those without it (8%). A similar rate (4%) for chronic kidney disease was reported, with CFRs of 33% and 9% among those with and without it, respectively (P=0.00048). Ischemic heart disease was 11% (n=74), followed by chronic liver disease (0.4%) and history of smoking (1%); however, these were not significant due to the sample sizes. Treatment indicated standard care and Hcq alone or in combination were superior (CFR of 4% and 0.5%, respectively) compared to favipiravir (25%) or Dex (38.5%) independently or in combination (35.4%). Furthermore, Hcq performed well (CFR 9%) when combined with Dex (9%; P=4.28–26).Conclusion: The dominance of diabetes and other comorbidities with significant association with CFR implied existence of a common virulence mechanism. The superiority of low-dose Hcq and standard care over antivirals warrants further studies.Keywords: COVID-19 medicine treatments, COVID-19 supportive treatment, comorbid COVID-19 elders, COVID-19 survivals and deaths
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».