Cargando…
Evolution des facteurs de risque de forme grave de la COVID-19 à travers les trois vagues à partir des données du PMSI
INTRODUCTION: De nombreuses études ont établi une typologie des patients à risque de développer une forme grave de COVID-19. La grande majorité de ces études ne portent que sur la première vague de la COVID-19 alors que les profils à risque de développer des formes graves évoluent après les campagne...
Autores principales: | , , , , , |
---|---|
Formato: | Online Artículo Texto |
Lenguaje: | English |
Publicado: |
Published by Elsevier Masson SAS
2022
|
Materias: | |
Acceso en línea: | https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8907805/ http://dx.doi.org/10.1016/j.respe.2022.01.088 |
_version_ | 1784665734682509312 |
---|---|
author | Rousseau, M. Excoffier, J-B. Salaun-Penquer, N. Ortala, M. Chouaid, C. Jung, C. |
author_facet | Rousseau, M. Excoffier, J-B. Salaun-Penquer, N. Ortala, M. Chouaid, C. Jung, C. |
author_sort | Rousseau, M. |
collection | PubMed |
description | INTRODUCTION: De nombreuses études ont établi une typologie des patients à risque de développer une forme grave de COVID-19. La grande majorité de ces études ne portent que sur la première vague de la COVID-19 alors que les profils à risque de développer des formes graves évoluent après les campagnes de vaccination. Cette étude a pour but d'analyser l’évolution des facteurs de risque cliniques de COVID-19 graves lors des différentes vagues afin d'ajuster l'offre de soins au contexte actuel. MÉTHODES: Les données du PMSI du Centre hospitalier intercommunal de Créteil ont été analysées pendant les trois premières vagues de l'épidémie. Les variables cliniques disponibles étaient l’âge, le sexe et les comorbidités connues comme à risque de forme grave. Les formes graves étaient définies par le passage en réanimation, le recours à un support ventilatoire non invasif ou le décès du patient. L'évolution de la typologie des patients à risque a été analysée avec des méthodes classiques comme la régression multivariée ainsi qu'avec des techniques provenant de l'apprentissage automatique et de son sous-domaine qu'est l'explicabilité. RÉSULTATS: Sur 1076 patients hospitalisés, les formes sévères concernaient 29 % (123/429) des patients de la vague 1, 31 % (66/214) de la vague 2 et 18 % (79/433) de la vague 3. Les facteurs de risque de la vague 1 étaient l'âge élevé ( ≥ 70 ans), le sexe masculin, le diabète et l'obésité, tandis que les problèmes cardiovasculaires apparaissaient comme des facteurs protecteurs. Les impacts de l'âge, du sexe étaient moins marqués pour la vague 3, de même que l'interaction entre l'âge et les comorbidités. DISCUSSION/CONCLUSION: Le profil des patients à risque a rapidement évolué au cours des vagues, la troisième vague ayant eu un écart bien moins net entre les formes sévères et non-sévères. Cette évolution peut provenir des changements des procédures médicales hospitalières ainsi que du début de la campagne de vaccination ciblant en premier lieu les personnes avec un risque élevé telles les personnes âgées ou présentant certaines comorbidités. |
format | Online Article Text |
id | pubmed-8907805 |
institution | National Center for Biotechnology Information |
language | English |
publishDate | 2022 |
publisher | Published by Elsevier Masson SAS |
record_format | MEDLINE/PubMed |
spelling | pubmed-89078052022-03-10 Evolution des facteurs de risque de forme grave de la COVID-19 à travers les trois vagues à partir des données du PMSI Rousseau, M. Excoffier, J-B. Salaun-Penquer, N. Ortala, M. Chouaid, C. Jung, C. Rev Epidemiol Sante Publique C2-4 INTRODUCTION: De nombreuses études ont établi une typologie des patients à risque de développer une forme grave de COVID-19. La grande majorité de ces études ne portent que sur la première vague de la COVID-19 alors que les profils à risque de développer des formes graves évoluent après les campagnes de vaccination. Cette étude a pour but d'analyser l’évolution des facteurs de risque cliniques de COVID-19 graves lors des différentes vagues afin d'ajuster l'offre de soins au contexte actuel. MÉTHODES: Les données du PMSI du Centre hospitalier intercommunal de Créteil ont été analysées pendant les trois premières vagues de l'épidémie. Les variables cliniques disponibles étaient l’âge, le sexe et les comorbidités connues comme à risque de forme grave. Les formes graves étaient définies par le passage en réanimation, le recours à un support ventilatoire non invasif ou le décès du patient. L'évolution de la typologie des patients à risque a été analysée avec des méthodes classiques comme la régression multivariée ainsi qu'avec des techniques provenant de l'apprentissage automatique et de son sous-domaine qu'est l'explicabilité. RÉSULTATS: Sur 1076 patients hospitalisés, les formes sévères concernaient 29 % (123/429) des patients de la vague 1, 31 % (66/214) de la vague 2 et 18 % (79/433) de la vague 3. Les facteurs de risque de la vague 1 étaient l'âge élevé ( ≥ 70 ans), le sexe masculin, le diabète et l'obésité, tandis que les problèmes cardiovasculaires apparaissaient comme des facteurs protecteurs. Les impacts de l'âge, du sexe étaient moins marqués pour la vague 3, de même que l'interaction entre l'âge et les comorbidités. DISCUSSION/CONCLUSION: Le profil des patients à risque a rapidement évolué au cours des vagues, la troisième vague ayant eu un écart bien moins net entre les formes sévères et non-sévères. Cette évolution peut provenir des changements des procédures médicales hospitalières ainsi que du début de la campagne de vaccination ciblant en premier lieu les personnes avec un risque élevé telles les personnes âgées ou présentant certaines comorbidités. Published by Elsevier Masson SAS 2022-03 2022-03-10 /pmc/articles/PMC8907805/ http://dx.doi.org/10.1016/j.respe.2022.01.088 Text en Copyright © 2022 Published by Elsevier Masson SAS. Since January 2020 Elsevier has created a COVID-19 resource centre with free information in English and Mandarin on the novel coronavirus COVID-19. The COVID-19 resource centre is hosted on Elsevier Connect, the company's public news and information website. Elsevier hereby grants permission to make all its COVID-19-related research that is available on the COVID-19 resource centre - including this research content - immediately available in PubMed Central and other publicly funded repositories, such as the WHO COVID database with rights for unrestricted research re-use and analyses in any form or by any means with acknowledgement of the original source. These permissions are granted for free by Elsevier for as long as the COVID-19 resource centre remains active. |
spellingShingle | C2-4 Rousseau, M. Excoffier, J-B. Salaun-Penquer, N. Ortala, M. Chouaid, C. Jung, C. Evolution des facteurs de risque de forme grave de la COVID-19 à travers les trois vagues à partir des données du PMSI |
title | Evolution des facteurs de risque de forme grave de la COVID-19 à travers les trois vagues à partir des données du PMSI |
title_full | Evolution des facteurs de risque de forme grave de la COVID-19 à travers les trois vagues à partir des données du PMSI |
title_fullStr | Evolution des facteurs de risque de forme grave de la COVID-19 à travers les trois vagues à partir des données du PMSI |
title_full_unstemmed | Evolution des facteurs de risque de forme grave de la COVID-19 à travers les trois vagues à partir des données du PMSI |
title_short | Evolution des facteurs de risque de forme grave de la COVID-19 à travers les trois vagues à partir des données du PMSI |
title_sort | evolution des facteurs de risque de forme grave de la covid-19 à travers les trois vagues à partir des données du pmsi |
topic | C2-4 |
url | https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8907805/ http://dx.doi.org/10.1016/j.respe.2022.01.088 |
work_keys_str_mv | AT rousseaum evolutiondesfacteursderisquedeformegravedelacovid19atraverslestroisvaguesapartirdesdonneesdupmsi AT excoffierjb evolutiondesfacteursderisquedeformegravedelacovid19atraverslestroisvaguesapartirdesdonneesdupmsi AT salaunpenquern evolutiondesfacteursderisquedeformegravedelacovid19atraverslestroisvaguesapartirdesdonneesdupmsi AT ortalam evolutiondesfacteursderisquedeformegravedelacovid19atraverslestroisvaguesapartirdesdonneesdupmsi AT chouaidc evolutiondesfacteursderisquedeformegravedelacovid19atraverslestroisvaguesapartirdesdonneesdupmsi AT jungc evolutiondesfacteursderisquedeformegravedelacovid19atraverslestroisvaguesapartirdesdonneesdupmsi |