ESTIVaRS – Estimation Du Fardeau Des Hospitalisations Dues Au Virus Respiratoire Syncytial Chez Les Adultes Âgés En France
Médecine et Maladies Infectieuses Formation(2024)
Hôpital de la Pitié-Salpêtrière | Hôpital Bichat Claude-Bernard | Moderna | Horiana
Abstract
IntroductionLe fardeau de l'infection par le Virus Respiratoire Syncytial (VRS) est mal décrit chez les adultes car les symptômes ne sont pas spécifiques et le test virologique n'est pas systématiquement effectué. De plus, les pratiques de codage diagnostique du VRS ne sont pas bien établies. Cela conduit à une sous-estimation de l'incidence du VRS chez les adultes. Plusieurs approches de modélisations indirectes ont été utilisées pour évaluer le fardeau du VRS afin de tenir compte de cette sous-estimation mais aucune de ces approches n'inclut les données NAAT (Nucleic Acid Amplification Technique) du VRS. L'objectif principal de notre étude était d'estimer les taux d'incidence annuels des hospitalisations liées au VRS chez les adultes en France entre 2017 et 2023.Matériels et méthodesCette étude a été menée en combinant la base de données hospitalières nationale française (PMSI) et les données virologiques de deux hôpitaux universitaires où le dépistage du VRS est systématiquement effectué depuis 2017 chez tous les adultes hospitalisés présentant des symptômes respiratoires aigus à l'aide d'écouvillons naso-pharyngés utilisant des tests PCR multiplex. Dans le PMSI, tous les codes CIM-10 du VRS (B974, J210, J212, J205) ont été identifiés de juillet à juin chaque année. Un facteur de correction pour les cas de VRS (CFVRS) a été déterminé pour ajuster les éventuels erreurs de codage. Ce facteur était calculé par la proportion de cas VRS confirmés virologiquement et effectivement codés comme tels dans la base de donnée hospitalière des deux hôpitaux. Ce CFVRS a ensuite été appliqué aux données nationales d'hospitalisations codées en VRS dans le PMSI pour estimer le nombre corrigé d'hospitalisations attribuables au VRS chez les adultes par saison et par âge.RésultatsAu cours de la période d'étude, nous avons noté une légère augmentation du nombre de tests PCR pour le VRS dans les deux hôpitaux universitaires. Parmi les individus de moins de 60 ans, le CFVRS variait entre 2,95 et 8,73 tandis qu'il variait entre 3,33 et 4,66 dans la population des 60 ans et plus. En tenant compte de ce facteur de correction, le nombre estimé d'hospitalisations liées au VRS chez les adultes de plus de 60 ans au niveau national variait entre 11 054 en 2017-2018 et 18 943 en 2018-2019. Les saisons 2020-2021 et 2021-2022 ont été fortement impactées par la pandémie de COVID-19 se traduisant par une faible circulation de VRS malgré une pratique de test élevée.ConclusionNos résultats suggèrent que le fardeau des hospitalisations liées au VRS chez les adultes est plus élevé que rapporté dans la base de données PMSI. Ce résultat nous indique que le VRS est une cause non négligeable d'hospitalisation en France chez les adultes de plus de 60 ans et impacte le système de santé français.Liens d'intérêts déclarés :Clarisse Demont est employé de Moderna
MoreTranslated text
求助PDF
上传PDF
View via Publisher
AI Read Science
AI Summary
AI Summary is the key point extracted automatically understanding the full text of the paper, including the background, methods, results, conclusions, icons and other key content, so that you can get the outline of the paper at a glance.
Example
Background
Key content
Introduction
Methods
Results
Related work
Fund
Key content
- Pretraining has recently greatly promoted the development of natural language processing (NLP)
- We show that M6 outperforms the baselines in multimodal downstream tasks, and the large M6 with 10 parameters can reach a better performance
- We propose a method called M6 that is able to process information of multiple modalities and perform both single-modal and cross-modal understanding and generation
- The model is scaled to large model with 10 billion parameters with sophisticated deployment, and the 10 -parameter M6-large is the largest pretrained model in Chinese
- Experimental results show that our proposed M6 outperforms the baseline in a number of downstream tasks concerning both single modality and multiple modalities We will continue the pretraining of extremely large models by increasing data to explore the limit of its performance
Upload PDF to Generate Summary
Must-Reading Tree
Example

Generate MRT to find the research sequence of this paper
Data Disclaimer
The page data are from open Internet sources, cooperative publishers and automatic analysis results through AI technology. We do not make any commitments and guarantees for the validity, accuracy, correctness, reliability, completeness and timeliness of the page data. If you have any questions, please contact us by email: report@aminer.cn
Chat Paper