Plos one17(2), e0263266
Published: February 22, 2022

Les caractéristiques des patients à risque de développer des formes sévères de la maladie COVID-19 ont été largement décrites, mais très peu d’études décrivent leur évolution au cours des vagues suivantes.

Les données ont été recueillies rétrospectivement à partir d’une base de données prospective d’un hôpital universitaire de la région parisienne, sur une année correspondant aux trois premières vagues de COVID-19 en France. L’évolution des caractéristiques des patients entre les cas non sévères et les cas sévères au cours des vagues a été analysée par une régression logistique multivariée classique ainsi que par une analyse complémentaire basée sur le Machine-Learning utilisant des méthodes d’explicabilité.

La typologie des patients hospitalisés présentant des formes sévères a évolué rapidement au cours des vagues. Cette évolution pourrait être due aux changements de pratiques hospitalières et à la campagne de vaccination précoce ciblant les personnes à haut risque telles que les personnes âgées et les patients présentant des comorbidités.

D'autres ressources peuvent vous intéresser

La science des données, facteur de réussite des projets de recherche

La science des données, facteur de réussite des projets de recherche

Les technologies offrent l l'opportunité d'aller plus loin et plus vite dans la quête permanente des praticiens d'amélioration de la prise en charge des patients

COVID-19 : Prédiction des admissions et indicateurs de suivi

COVID-19 : Prédiction des admissions et indicateurs de suivi

Face à cette crise sanitaire, il a été naturel pour Kaduceo, comme pour beaucoup d’entreprises, de mettre à disposition nos compétences au service des hôpitaux. Adapter…