COVID-19 chez les patients ontariens sous dialyse à long terme
Bibliographic record
Abstract
CONTEXTE: Les patients sous dialyse à long terme pourraient avoir un risque accru d’infection par le coronavirus du syndrome respiratoire aigu sévère 2 (SRAS-CoV-2), et de maladie et de mortalité associées. Nous avons voulu décrire l’incidence, les facteurs de risque et les issues de l’infection chez ces patients en Ontario (Canada). MÉTHODES: Nous avons utilisé des ensembles de données reliées pour comparer les caractéristiques de la maladie et la mortalité chez les patients sous dialyse à long terme en Ontario qui ont testé positif pour le SRAS-CoV-2 et ceux qui n’ont pas développé d’infection, entre le 12 mars et le 20 août 2020. Nous avons recueilli des données sur l’infection par le SRAS-CoV-2 de manière prospective. Nous avons évalué les facteurs de risque d’infection et de mortalité par des analyses de régression logistique multivariées. RÉSULTATS: Pendant la période à l’étude, 187 patients dialysés sur 12 501 (1,5 %) ont reçu un diagnostic d’infection par le SRAS-CoV-2. Parmi eux, 117 (62,6 %) ont été hospitalisés, et le taux de mortalité était de 28,3 %. Les facteurs prédictifs significatifs associés à l’infection incluaient l’hémodialyse dans un centre plutôt que la dialyse à domicile (rapport de cotes [RC] 2,54; intervalle de confiance [IC] à 95 % 1,59–4,05), le fait de vivre dans un établissement de soins de longue durée (RC 7,67; IC à 95 % 5,30–11,11), le fait d’habiter la région du Grand Toronto (RC 3,27; IC à 95 % 2,21–4,80), les ethnicités Noire (RC 3,05; IC à 95 % 1,95–4,77), du sous-continent indien (RC 1,70; IC à 95 % 1,02–2,81) et autres non blanches (RC 2,03; IC à 95 % 1,38–2,97) et les quintiles de revenu inférieurs (RC 1,82; IC à 95 % 1,15–2,89). INTERPRÉTATION: Les patients sous dialyse à long terme sont exposés à un risque accru d’infection par le SRAS-CoV-2 et de mortalité due à la maladie à coronavirus 2019. Il faudra travailler à éliminer les facteurs de risque d’infection et vacciner ces patients en priorité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".