On October 7, 2022 there were ***** people in hospital in Australia due to a Coronavirus infection and around ** were in an intensive care unit (ICU). The number of hospitalizations have seen significant fluctuations over the course of the COVID-19 pandemic.

The Australian public health care system is regarded to be among the best in the world and over ten percent of the country’s GDP is spent on health. Nevertheless, as the novel coronavirus spread and put health care resources around the world to the test, Australians were concerned that hospitals and other health services could eventually become overwhelmed. However, as the rate of COVID-19 infections in Australia were on the rise in March 2020, more than half of Australians still rated their health system’s response to the virus as excellent or good.

Protecting the most vulnerable

Early observations of the virus in China showed that older COVID-19 patients were more likely to require hospitalization and respiration than younger patients and projections from the Australian Department of Health predicted that as many as one in five people with COVID-19 over the age of 80 would be admitted to the ICU. People with chronic health issues such as diabetes, heart disease, and respiratory conditions were also more likely to require additional medical attention if they contracted COVID-19.

Availability of health resources

As it became clear that a significant proportion of the world’s population would be exposed to COVID-19, most countries strived to ‘flatten the curve’ through social distancing measures. This concept aimed at delaying the spread of the virus in order ensure that medical facilities would not be overwhelmed and limited resources, such as respirators, would be available when required. Despite Australia’s public hospital system boasting more than 2.5 hospital beds per 1,000 of the population in most states and territories, the devastating public health emergency in Italy was a cause for concern. However, the Australian health system’s capacity proved to be adequate even as hospitalizations hit their peak in early April.

In 2020, it was estimated that **** percent of people over the age of **, who contracted the novel coronavirus, would require hospitalization in Australia. Furthermore almost ** percent of cases in this age group were expected to be treated in an intensive care unit. People under the age of ** required far less medical attention than the older age groups, with less than *** percent of younger people predicted to be admitted to hospital.

This dataset is based on the "Dataset of hospitalisations by date and provinces" published by Sciensano beginning on March 31st, 2020.We added geographical points to display data on a map, based on the provinces name.

On March 10, 2023, the Johns Hopkins Coronavirus Resource Center ceased collecting and reporting of global COVID-19 data. For updated cases, deaths, and vaccine data please visit the following sources:Global: World Health Organization (WHO)U.S.: U.S. Centers for Disease Control and Prevention (CDC)For more information, visit the Johns Hopkins Coronavirus Resource Center.This feature layer contains the most up-to-date COVID-19 cases and the latest trend plot. It covers the US (county or state level), China, Canada, Australia (province/state level), and the rest of the world (country/region level, represented by either the country centroids or their capitals). Data sources are WHO, CDC, ECDC, NHC, DXY, 1point3acres, Worldometers.info, BNO, the COVID Tracking Project (testing and hospitalizations), state and national government health departments, and local media reports. This layer is created and maintained by the Center for Systems Science and Engineering (CSSE) at the Johns Hopkins University. This feature layer is supported by Esri Living Atlas team, JHU APL and JHU Data Services. This layer is opened to the public and free to share. Contact us.

These datasets explore disparities in COVID-19 mortality observed in the US and Canada between January 2020 and early March 2021. Table 1 provides counts of deaths, hospitalizations, ICU admissions, and cases, by age, for Ontario, Canada (Canada's most populous province).

Table 2 estimates deaths averted by Canada's response to the COVID-19 pandemic, relative to that in the United States, by "Canada-standardizing" the US epidemic (i.e., by applying US age-specific mortality to Canadian populations, in order to estimate the deaths that would have occurred in a Canadian pandemic with the same rates of death as have been observed in the US). Observed Canadian deaths are compared to "expected" deaths with a US-like response in order to estimate both deaths averted and SMR (Table 2).

As Canadian age groups for purposes of death reporting are slightly different from those used in the US (e.g., 0-17 in the US vs. 0-19 in Canada), we reallocate Canadian deaths based on proportions of deaths occurring in 2-year age categories in Ontario (Table 1).

Ontario age-specific case-fatality is used to inflate the deaths averted, in order to estimate cases averted. Ontario age-specific hospitalization and ICU risk (again derived from Table 1) are used to estimate hospitalizations and ICU admissions averted (Table 2).

As of August 9, 2022, a new dataset has been added which applies the methodology described above to compare deaths in Canada to those in the United Kingdom, France, and Australia. Estimates of QALY loss, and healthcare costs averted, have also been added. Uncertainty bounds are estimated either as parametric confidence intervals, or as upper and lower bound 95% credible intervals through simulation (implemented using the random draw funding in Microsoft Excel).

Errors in confidence intervals for QALY losses in France and Australia corrected February 28, 2023.

Context

This is the data repository for the 2019 Novel Coronavirus Visual Dashboard operated by the Johns Hopkins University Center for Systems Science and Engineering (JHU CSSE). Also, Supported by ESRI Living Atlas Team and the Johns Hopkins University Applied Physics Lab (JHU APL).

Data Source

• World Health Organization (WHO): https://www.who.int/
• DXY.cn. Pneumonia. 2020. http://3g.dxy.cn/newh5/view/pneumonia.
• BNO News: https://bnonews.com/index.php/2020/02/the-latest-coronavirus-cases/
• National Health Commission of the People’s Republic of China (NHC):
• http://www.nhc.gov.cn/xcs/yqtb/list_gzbd.shtml
• China CDC (CCDC): http://weekly.chinacdc.cn/news/TrackingtheEpidemic.htm
• Hong Kong Department of Health: https://www.chp.gov.hk/en/features/102465.html
• Macau Government: https://www.ssm.gov.mo/portal/
• Taiwan CDC: https://sites.google.com/cdc.gov.tw/2019ncov/taiwan?authuser=0
• US CDC: https://www.cdc.gov/coronavirus/2019-ncov/index.html
• Government of Canada: https://www.canada.ca/en/public-health/services/diseases/coronavirus.html
• Australia Government Department of Health: https://www.health.gov.au/news/coronavirus-update-at-a-glance
• European Centre for Disease Prevention and Control (ECDC): https://www.ecdc.europa.eu/en/geographical-distribution-2019-ncov-cases
• Ministry of Health Singapore (MOH): https://www.moh.gov.sg/covid-19
• Italy Ministry of Health: http://www.salute.gov.it/nuovocoronavirus
• 1Point3Arces: https://coronavirus.1point3acres.com/en
• WorldoMeters: https://www.worldometers.info/coronavirus/
• COVID Tracking Project: https://covidtracking.com/data. (US Testing and Hospitalization Data. We use the maximum reported value from "Currently" and - - - "Cumulative" Hospitalized for our hospitalization number reported for each state.)
• French Government: https://dashboard.covid19.data.gouv.fr/

Terms of Use

This GitHub repo and its contents herein, including all data, mapping, and analysis, copyright 2020 Johns Hopkins University, all rights reserved, is provided to the public strictly for educational and academic research purposes. The Website relies upon publicly available data from multiple sources, that do not always agree. The Johns Hopkins University hereby disclaims any and all representations and warranties with respect to the Website, including accuracy, fitness for use, and merchantability. Reliance on the Website for medical guidance or use of the Website in commerce is strictly prohibited.

We present a multivariate metabotyping approach to assess the functional recovery of non-hospitalized COVID-19 patients and the possible biochemical sequelae of “Post Acute COVID-19 Syndrome”, colloquially known as long-COVID. Blood samples were taken from patients ca. 3 months post-acute COVID-19 infection who were also assessed symptomatically at 6 months. Some 57% of patients had one or more persistent symptoms including respiratory-related symptoms cough, dyspnoea and rhinorrhea or other non-respiratory symptoms including chronic fatigue, anosmia, myalgia, joint pain. Plasma samples were quantitatively analysed for lipoproteins, glycoproteins, amino acids, biogenic amines and tryptophan pathway intermediates using NMR spectroscopy and mass spectrometry. Metabolic data for the follow-up patients (n=27) were compared with controls (n=41) and hospitalized SARS CoV-2 positive patients (n=18, with multiple time-points). Univariate and multivariate statistics revealed variable patterns of functional recovery with many patients exhibiting residual COVID-19 biomarker signatures. Several parameters were persistently pathophysiological, e.g. elevated taurine (p= 3.6 x 10-3 vs controls) and reduced glutamine/glutamate ratio (p = 6.95 x 10-8 vs controls) indicative of possible liver and muscle damage and a high energy demand linked to more generalized tissue repair or immune function. Some parameters showed near complete normalization, e.g. the plasma apolipoprotein B100/A1 ratio was similar to healthy controls, but significantly lower (p= 4.2 x 10-3) than acute COVID-19 patients, reflecting partial phenoreversion towards the healthy metabolic state. Plasma neopterin was normalized in all follow-up patients indicative of reduction in adaptive immune activity that has been previously detected in active SARS-CoV-2 infection. Other systemic inflammatory biomarkers such as GlycA and the kynurenine/tryptophan ratio remained elevated in some, but not all, patients. Correlation analysis, PCA and OPLS-DA showed that the follow-up patients were as a group metabolically distinct from controls and partially co-mapping with the acute phase patients. Significant systematic metabolic differences between asymptomatic and symptomatic follow-up patients were also observed for multiple metabolites. The overall metabolic variance of the symptomatic patients was significantly greater than non-symptomatic patients for multiple parameters (Chi-squared P=0.014). Thus, asymptomatic follow-up patients including those with “Post-COVID Syndrome” display a spectrum of multiple persistent biochemical pathophysiology suggesting that the metabolic phenotyping approach may be deployed for multi-system functional assessment of individual post-COVID-19 patients.

Revenue growth for the Psychiatric Hospitals industry has been sluggish in recent years, constrained by changing government mental health care policies, which are favouring community-based preventative treatments designed to reduce the need for more costly treatment in psychiatric hospitals. These changing policy priorities are reflected in a downwards trend in the number of mental health beds available in public psychiatric hospitals. In some instances, these beds have been replaced by additional beds in specialised psychiatric units or wards within public acute hospitals, although these are not included within the scope of this report. National mental health strategies have focused on prevention, decreasing hospitalisation and increasing the population's general wellbeing. The growing prevalence of community-based treatments and the availability of telehealth services has expanded access to mental health services, with the hope that this will reduce the need for admission to psychiatric hospitals. Community prevention strategies include education and awareness for young people, with such strategies likely to limit demand for psychiatric hospitals, particularly over the long term. Simultaneously, the private sector has assumed a relatively greater role, with mental health bed numbers in private psychiatric hospitals on the rise. This has contributed to a corresponding upwards trend in the number of hospitalisations and patient days, although the COVID-19 outbreak constrained growth. In some instances, potential private patients were reluctant to enter a hospital setting during the pandemic, contributing to lower private hospital admissions. In view of its changing operating environment, growth in industrywide revenue has been negligible at an expected annualised 0.1% over the five years through 2023-24 to total $1.6 billion, including a 2.7% rise anticipated in 2023-24. In the coming years, demand for psychiatric services will continue to shift away from public psychiatric hospitals and towards private psychiatric hospitals, community-based treatments and psychiatric units co-located in general hospitals. Industry revenue is forecast to grow at an annualised 2.7% over the five years through 2028-29 to $1.9 billion. Profit margins will remain constrained by the industry's not-for-profit component.

Ce jeu présente le portrait quotidien des hospitalisations actives de patients ayant un test positif au SRAS-CoV-2 ou patients ayant reçu un diagnostic de COVID-19 à l'urgence dont le type d'orientation au départ de l'urgence est l'admission hospitalière. Note importante : Depuis le 6 décembre 2023, la source de données des hospitalisations attribuables à la COVID-19 a été modifiée. Veuillez consulter les notes méthodologiques pour plus de détails.

Les indicateurs de la surveillance des passages aux urgences (données du réseau OSCOUR®) et des consultations SOS Médecins pour suspicion de Covid-19 sont issus du système de surveillance syndromique SurSaUD® (Surveillance Sanitaire des Urgences et des Décès).Les données du réseau OSCOUR® sont collectées à partir du format RPU (Résumé de passages aux urgences). Près de 700 structures d'urgences participent au réseau OSCOUR®, enregistrant 96% des passages aux urgences nationaux en 2024. Les données SOS Médecins sont issues des actes (visites à domicile, consultations) collectées par 62 associations SOS Médecins, enregistrant 95% des actes SOS Médecins.Le nombre de passages aux urgences pour suspicion de Covid-19 par classe d'âges et par zone géographique est rapporté au nombre total de passages aux urgences pour lesquels au moins un diagnostic médical est renseigné, pour la même classe d'âge et zone géographique.Le nombre d'hospitalisations après passage aux urgences pour suspicion de Covid-19 par classe d'âges et par zone géographique est rapporté au nombre total d'hospitalisations après un passage aux urgences pour lesquels au moins un diagnostic médical est renseigné, pour la même classe d'âge et zone géographique.Le nombre d'actes SOS Médecins pour suspicion de Covid-19 par classe d'âges et par zone géographique est rapporté au nombre total d'actes SOS Médecins pour lesquels au moins un diagnostic médical est renseigné, pour la même classe d'âge et zone géographique.Précisions : Les passages aux urgences et hospitalisations après passage pour suspicion de Covid-19correspondent aux passages aux urgences avec un diagnostic médical de suspicion de Covid-19 posé en diagnostic principal ou associé par les urgentistes (codes CIM10 : B34.2, B97.2, B97.4, U04.9, U07.1, U07.10, U07.11, U07.12, U07.14, U07.15).Les actes SOS Médecins pour suspicion de Covid-19 correspondent aux consultations avec un diagnostic médical de suspicion de Covid-19 posé par les médecins des associations SOS Médecins.Les données sont collectées en routine par les structures d’urgences et les associations SOS Médecins pour leurs propres besoins. Elles sont transmises dès J+1 à Santé publique France et retransmises dans les sept jours qui suivent pour consolidation (3 jours pour les associations SOS Médecins). Les diagnostics médicaux sont des diagnostics cliniques, ils ne font pas l’objet d’une validation et ne répondent pas à une définition de cas définis pour la surveillance. Ils sont envoyés au fil de l’eau et ne sont en principe pas modifiés au cours du temps. La zone géographique correspond au département ou à la région de recours aux urgences ou aux associations SOS Médecins et non à la zone géographique de domicile des patients.Tous les départements sont couverts par le réseau OSCOUR® (depuis 2023 pour La Martinique).Pour aller plus loin :Le jeu de données contient trois indicateurs (Taux de passages aux urgences pour suspicion de Covid-19 parmi 100 000 passages avec un diagnostic codé, taux d'hospitalisations après passage aux urgences pour suspicion de Covid-19 parmi 100 000 hospitalisations après passage avec un diagnostic renseigné, taux d'actes SOS Médecins pour suspicion de Covid-19 parmi 100 000 actes SOS Médecins avec un diagnostic médical renseigné). Ces trois indicateurs sont fournis tous âges et pour 4 classes d'âge (0-4 ans, 5-14 ans, 15-64 ans et 65 ans ou plus). Ils sont fournis par département. Les taux par département ne doivent pas être agrégés. Deux autres jeux de données pour les même classes d'âge sont disponibles pour le niveau régional et le niveau national.Consulter le dossier sur le système de surveillance syndromique SurSaUD® sur le site de Santé publique France :https://www.santepubliquefrance.fr/surveillance-syndromique-sursaud-RRéférence associée :Fouillet A, Pontais I, Forgeot C, Naud J, Pedrono G, Serra D, et al. Surveillance de la pandémie de Covid-19 : contribution et performances du système SurSaUD®. Bull Épidémiol Hebd. 2024;(20-21):462-74. http://beh.santepubliquefrance.fr/beh/2024/20-21/2024_20-21_4.html

Ce jeu de données est basé sur le "Dataset of hospitalisations by date and provinces" publié par Sciensano à partir du 31 mars 2020.Nous avons ajouté des points géographiques pour afficher les données sur une carte, en nous basant sur le nom des provinces.

Ces ensemble de données ne sont plus mises à jour. Dernière mise à jour : 6 juin 2024.Ce fichier contient les données suivantes :1. Compte cumulatif de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire, par date d’épisode (c.-à-d. selon la date d’apparition des premiers symptômes, la date de dépistage ou la date de signalement), y compris les cas actifs et les cas rétablis.2. Compte cumulatif de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire qui sont décédés, par date de décès.3. Compte quotidien de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire, par date de signalement et date d’épisode*.4. Compte quotidien de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire, selon l’association à une éclosion et la date d’épisode*.5. Compte quotidien de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire qui sont nouvellement admis à l’hôpital, actuellement à l’hôpital et actuellement aux soins intensifs.6. Taux cumulatif de cas confirmés de COVID-19 chez des résidents d’Ottawa, par groupe d’âge et par date d’épisode*.7. Taux cumulatif de cas confirmés de COVID-19 chez des résidents d’Ottawa, par sexe et par date d’épisode*.8. Compte quotidien de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire, par source d’infection et date d’épisode*.*La date d’épisode est la date la plus précoce parmi la date d’apparition des premiers symptômes, la date du test, et la date de signalisation.Les données proviennent de la Base de données sur la solution de gestion des cas et des contacts (GCC) de Santé publique Ottawa.Exactitude: Points à considérer pour l’interprétation des données :• Le pourcentage de cas sans lien épidémiologique, pour la journée en question et les 13 jours précédents, est calculé comme le nombre de cas sans lien épidémiologique, parmi tous les cas. Le pourcentage de cas sans lien épidémiologique est instable pendant les périodes où il y a peu de cas.• La source d'infection est basée sur le lien épidémiologique d'un cas. Si aucun lien épidémiologique n'est identifié, la source d'infection est attribuée à l'aide d'une hiérarchie de facteurs de risque : lié à un voyage avant le 1er avril 2020 > partie d'une éclosion > contact étroit ou familial d'un cas connu > lié à un voyage après le 1er avril 2020 > lien épidémiologique non précisé > aucune source connue d'infection > aucune information disponible.• Les données sont entrées et extraites de la Solution de gestion des cas et des contacts pour la santé publique (Solution GCC) par Santé publique Ottawa. La Solution GCC est un système dynamique de déclaration des cas de maladie qui permet des mises à jour continues; les données représentent un instantané au moment de l’extraction et peuvent différer de celles présentées dans des rapports précédents ou ultérieurs.• Les dates sont mises à jour à mesure que les cas font l’objet d’une enquête et que de plus amples renseignements sont disponibles.• Les symptômes d’une personne peuvent prendre jusqu’à 14 jours pour apparaître après l’exposition à la COVID-19. Il est probable que les cas symptomatiques survenus dans les 14 jours précédents soient inférieurs à la réalité en raison du temps écoulé avant qu’une personne se présente pour une évaluation médicale, de la disponibilité des analyses et de la réception des résultats d’analyses.• Les cas de COVID-19 confirmés sont ceux qui ont obtenu des résultats positifs en laboratoire selon le document du ministère de la Santé de l’Ontario portant sur la prise en charge par la santé publique des cas de COVID-19 et des contacts qui y sont associés. Le 25 mars 2020, version 6.0.• Les comptes seront subordonnés à divers degrés de sous-déclaration en raison d’un éventail de facteurs, notamment la sensibilisation à la maladie et la demande de soins de santé, qui peuvent dépendre de la gravité de la maladie, de la pratique clinique, des changements d’analyses de laboratoire et des comportements de déclaration.• Les données relatives aux admissions à l’hôpital et aux soins intensifs ainsi qu’aux décès sont probablement inférieures à la réalité, car ces événements sont susceptibles de survenir après le suivi des cas par la santé publique. Les cas qui ont été admis à l’hôpital ou qui sont décédés après le suivi peuvent échapper au SIISP ou aux outils de déclaration du bureau de santé local.• Les cas sont associés à une éclosion communautaire isolée spécifique; une éclosion dans un établissement (p. ex., soins de santé, garde d’enfants, éducation); ou à aucune éclosion connue (c.-à-d. sporadique).• La distribution des sources d’infection parmi les cas confirmés est influencée par la directive provinciale en matière de dépistage.• Les tests de surveillance pour la COVID-19 ont été amorcés dans les établissements de soins de longue durée le 25 avril 2020.• Source d'infection liée à une éclosion par date d'épisode : personnes qui sont les plus susceptibles d'avoir contracté l'infection dans le cadre d'une éclosion confirmée de COVID-19.• Nombre de cas pour lesquels il manque des renseignements sur la source d'infection par date d'épisode : l'évaluation de la source d'infection n'a pas été effectuée.• Nombre de cas sans lien épidémiologique connu par date d'épisode : personnes qui n'ont pas été en déplacement à l'extérieur de l'Ontario, qui ne font pas partie d'une éclosion et qui ne sont pas en mesure d'identifier une personne atteinte de la COVID-19 de laquelle elles pourraient avoir contracté l'infection. L'évaluation de la source d'infection a été effectuée, mais aucune source n'a été identifiée.• % sans lien épidémiologique connu par date d'épisode – moyenne sur 14 jours : pourcentage de tous les cas qui n'ont pas de lien épidémiologique connu. Calculé sur une période de 14 jours (c'est-à-dire le jour considéré et les 13 jours précédents). Le numérateur est le nombre de résidents d'Ottawa ayant un diagnostic confirmé de COVID-19 qui n'ont pas de lien épidémiologique connu, et le dénominateur est le nombre total de résidents d'Ottawa ayant un diagnostic confirmé de COVID-19 (y compris ceux dont la source d'information sur l'infection est manquante). Fréquence des mises à jour: les mercredisAttributs: Champs de données :• Date – Date selon le format AAAA-MM-JJ HH:MM. Le type de date varie selon la colonne considérée et peut être l’un des suivants :o Date d’épisode : date d’apparition des premiers symptômes, date de dépistage ou date de signalement des cas;o Date de décès : date à laquelle le décès a été signalé;o Date de signalement : date à laquelle les cas confirmés par des analyses en laboratoire ont été signalés à Santé publique Ottawa;• Nombre cumulatif de cas par date d’épisode : nombre cumulatif de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire, par date d’épisode.• Nombre cumulatif de cas rétablis par date d’épisode : nombre cumulatif de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire qui ne sont pas décédés et qui sont soit 1) jugés « rétablis » dans la GCC ou 2) parvenus à 14 jours de la date de leur épisode et non hospitalisés.• Nombre cumulatif de cas actifs par date d’épisode : nombre cumulatif de résidents d’Ottawa atteints d’une infection active à la COVID-19. Calculé comme le nombre total de résidents d’Ottawa atteints de la COVID-19 à l’exclusion des cas rétablis et des cas décédés.• Nombre cumulatif de décès par date de décès : nombre cumulatif de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire qui sont décédés, par date de décès. Les décès sont pris en compte, peu importe que la COVID-19 en soit ou non un facteur contributif ou sous-jacent.• Nombre quotidien de cas par date de signalement : nombre de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire, par date de signalement.• Moyenne sur 7 jours des cas nouvellement signalés par date de signalement : nombre de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire, par date de signalement. Calculé sur une période de 7 jours (c.-à-d. le jour considéré et les 6 jours précédents).• Nombre quotidien de cas par date d’épisode : nombre de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire, par date d’épisode.• Nombre quotidien de cas liés à une éclosion communautaire par date d’épisode : nombre de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire qui sont associés à une éclosion communautaire isolée spécifique, par date d’épisode.• Nombre quotidien de cas liés à une éclosion dans un établissement : nombre de résidents d’Ottawa atteints de la COVID-19 dont le résultat a été confirmé en laboratoire qui sont associés à une éclosion de COVID-19 dans un établissement de santé, de garde d’enfants et d’éducation, par date d’épisode des cas. Les établissements de santé incluent les lieux comme les foyers de soins de longue durée, les maisons de retraite, les hôpitaux et d’autres établissements de soins de santé (p. ex., foyers de groupe, refuges).• Nombre quotidien de cas non liés à une éclosion dans un établissement (c.-à-d. cas sporadiques) : nombre de

Dans un contexte d’épidémie favorable, à compter du 1er juillet 2023, le cadre juridique actuellement en cours prévoit l’arrêt du traitement des données personnelles issues de SI-DEP. Par conséquent, après une période transitoire d’ajustement de deux semaines, les nouveaux indicateurs de surveillance virologique seront publiés aux niveaux national, régional et départemental) à une fréquence hebdomadaire. Les consignes de saisie spécifiques dans SI-VIC seront levées à partir de cette date, les indicateurs hospitaliers ne seront plus disponibles. Santé publique France maintient la surveillance de l’épidémie à travers son dispositif multi-sources. Les indicateurs relatifs à la surveillance génomique, aux recours aux associations SOS Médecins, aux urgences hospitalières et aux décès resteront disponibles. 04/04/2023 Suite aux adaptations des consignes de saisie des données observées par les établissements de santé, Santé publique France publie fait évoluer sa restitution des indicateurs de la surveillance hospitalière de COVID-19 issus de SIVIC tel que : - sont suspendus les indicateurs calculés par date de déclaration - sont maintenus les indicateurs calculés par date d’admission à un rythme bihebdomadaire, les mardi et vendredi. Les ressources toujours actualisées : - covid_hosp_txad_fra - covid_hosp_ad_age - covid_hosp_txad_reg - covid_hosp_txad_age_fra 08/06/2022 Compte tenu de la tendance actuelle favorable et la baisse des principaux indicateurs, à partir du 11 juin 2022, les indicateurs COVID-19 produits par Santé publique France seront actualisés sur Géodes et data.gouv.fr tous les jours à l’exception des week-end et des jours fériés. Information 11/03/2022 Le nom de fichiers a été modifié, suite à la mise à jour du système informatique : donnees-hospitalieres-covid19 devient covid_hospit donnees-hospitalieres-etablissements-covid19 devient covid_hospit_etab donnees-hospitalieres-nouveaux-covid19 devient covid_hospit_incid donnees-hospitalieres-classe-age-covid19 devient covid_hospit_clage10 donnees-hospitalieres-classe-age-hebdo-covid19 devient covid_hosp_ad_age Information 04/02/2022 Depuis mardi 1er février, les formats des fichiers décès dans SIVIC ont été modifiés en amont de Santé publique France. Certaines données n’ont pas été dans nos indicateurs, entrainant une sous-estimation des indicateurs hospitaliers les 2 et 3 février. Les nombres de nouvelles hospitalisations, admissions en soins critiques et décès déclarés le 4 Février 2022 intègrent un rattrapage de données et sont donc surestimés. Information 31/01/2022 Ajout de la variable pouravec dans les fichiers covid-hosp-txad-fra.csv, covid-hosp-txad-reg.csv et covid-hosp-txad-age-fra.csv Cette variable permet une sélection selon le lien de l'hospitalisation avec la COVID-19 : 0 = Hospitalisations avec infection SARS-CoV-2 (quelque soit le motif de l'hospitalisation) 1 = Hospitalisations pour COVID-19 2 = Hospitalisations pour autre motif, avec infection SARS-CoV-2 (la modalité "0" est la somme des modalités "1" et "2") SI-VIC est un outil administratif de gestion hospitalière et ne contient aucune information médicale. Les décès notifiés dans SI-VIC ne comprennent donc aucune information concernant l'imputabilité de la Covid-19 au décès. La distinction des patients décédés au cours d'une hospitalisation pour COVID-19 de ceux décédés au cours d'une hospitalisation pour un autre motif mais avec une infection SARS-CoV-2 ne peut donc être faite en se basant sur les données SI-VIC Information 26/11/2021 Ajout de ressources donnant accès aux données hebdomadaires régionales et nationales d'hospitalisation et en fonction de la date d'admission. Les variables pour covid-hosp-txad-fra.csv et covid-hosp-txad-reg.csv tx_indic_7J_DC = Taux de personnes décédées durant les 7 derniers jours (pour 100 000 hab.) tx_indic_7J_hosp = Taux de nouvelles hospitalisation lors des 7 derniers jours (pour 100 000 hab.) tx_indic_7J_SC = Taux de nouvelles hospitalisation en soins critiques lors des 7 derniers jours (pour 100 000 hab.) tx_prev_hosp = Taux personnes hospitalisées (pour 100 000 hab.) tx_prev_SC = Taux de personnes en soins critiques (pour 100 000 hab.) En plus pour covid-hosp-txad-age-fra.csv : cl_age90 = Classe d'âge ### Les actions de Santé publique France Santé publique France a pour mission d'améliorer et de protéger la santé des populations. Durant la crise sanitaire liée à l'épidémie du COVID-19, Santé publique France se charge de surveiller et comprendre la dynamique de l'épidémie, d'anticiper les différents scénarii et de mettre en place des actions pour prévenir et limiter la transmission de ce virus sur le territoire national. ### Description du jeu de données Le présent jeu de données renseigne sur la situation hospitalières concernant l'épidémie de COVID-19. Cinq fichiers sont proposés : - Les données hospitalières relatives à l'épidémie du COVID-19 par département et sexe du patient : nombre de patients hospitalisés, nombre de personnes actuellement en réanimation ou soins intensifs, nombre de personnes actuellement en Soins de Suite et de Réadaptation (SSR) ou Unités de Soins de Longue Durée(USLD), nombre de personnes actuellement en hospitalisation conventionnelle, nombre actuellement de personnes hospitalisées dans un autre type de service ou nombre cumulé de personnes retournées à domicile, nombre cumulé de personnes décédées. - Les données hospitalières relatives à l'épidémie du COVID-19 par région, et classe d'âge du patient : nombre de patients hospitalisés, nombre de personnes actuellement en réanimation ou soins intensifs, nombre de personnes actuellement en Soins de Suite et de Réadaptation (SSR) ou Unités de Soins de Longue Durée(USLD), nombre de personnes actuellement en hospitalisation conventionnelle, nombre actuellement de personnes hospitalisées dans un autre type de service, nombre cumulé de personnes retournées à domicile, nombre cumulé de personnes décédées. Le codage des classes d'âges est le suivant : 0 = tous âges 09 = 0-9 ans 19 = 10-19 ans 29 = 20-29 ans 39 = 30-39 ans 49 = 40-49 ans 59 = 50-59 ans 69 = 60-69 ans 79 = 70- 79 ans 89 = 80-89 ans 90 = 90 ans et plus - Les données hospitalières quotidiennes relatives à l'épidémie du COVID-19 par département : nombre quotidien de personnes nouvellement hospitalisées, nombre quotidien de nouvelles admissions en réanimation, nombre quotidien de personnes nouvellement décédées, nombre quotidien de nouveaux retours à domicile. - Les données relatives aux établissements hospitaliers par département : nombre cumulé de services ayant déclaré au moins un cas. - Les données relatives à les nouvelles admissions en réanimation par région : nombre de nouveaux patients admis en réanimation dans les 24 dernières heures. ### Anomalies détectées dans les fichiers Attention, certains fichiers peuvent comporter des anomalies du fait des difficultés de collecte des données. Des rapports d'erreurs sont publiés tous les jours par Etalab dans la rubrique ressources communautaires : - Rapport d'erreurs pour les données hospitalières ; - Rapport d'erreurs pour les établissements hospitaliers. À noter que : - Le système de déclaration des cas n'est pas exhaustif et le nombre d'établissements déclarant varie au cours du temps ; - Certains patients, présents dans la base de données hospitalières à un moment donné, sont retirés de la base de données par les établissements de santé lorsque le résultat biologique du patient est négatif par rapport au COVID-19 ; - Pour certains patients, la classe d'âge n'a pas été identifiée dans la base de données. Ce qui peut induire un décalage entre la somme de toutes les classes d'âge d'un indicateur et le nombre total de cet indicateur ; - Pour certains patients, le sexe n'a pas été identifié dans la base de données. Ce qui peut induire un décalage entre la somme H/F d'un indicateur et le nombre total de cet indicateur. N’hésitez pas à signaler d'autres anomalies en commentaire. Ces remarques seront communiquées à l'équipe en charge de la collecte et diffusion des données. ### Autres données disponibles Santé publique France publie également les données des urgences hospitalières et de SOS médecins relatives à l'épidémie de COVID-19 et les données relatives aux tests de dépistage de COVID-19 réalisés en laboratoire de ville.

Deze dataset is gebaseerd op de “Dataset van ziekenhuisopnames per datum en provincie” gepubliceerd door Sciensano vanaf 31 maart 2020.We hebben geografische punten toegevoegd om de gegevens op een kaart weer te geven, gebaseerd op de naam van de provincie.

** À compter du 14 novembre 2024 cette page ne sera plus mise à jour. Des renseignements concernant la COVID-19 et d’autres virus respiratoires sont fournis dans l’outil de surveillance des virus respiratoires interactif de Santé publique Ontario : https://www.publichealthontario.ca/fr/data-and-analysis/infectious-disease/respiratory-virus-tool** Au 26 janvier 2023, les chiffres de population sont fondés sur les estimations de Statistique Canada de 2021. La méthodologie de couverture a été révisée afin de calculer l’âge en fonction de la date actuelle et les personnes décédées ne sont plus incluses. La méthode utilisée pour compter les administrations de doses quotidiennes a changé. Elle est désormais fondée sur la date de délivrance plutôt que le jour de saisie dans le système de données. Les données historiques ont été mises à jour. Veuillez prendre note que les données sur le nombre de cas selon le statut vaccinal ne seront plus publiées en date du 23 juin 2022. Veuillez prendre note que les données sur le nombre de taux de cas par statut vaccinal en fonction du groupe d’âge ne seront plus publiées en date du 13 juillet 2022. Veuillez prendre note que les données sur les hospitalisations selon le statut vaccinal ne seront plus publiées en date du 23 juin 2022. Renseignez-vous sur les vaccins contre la COVID-19 ##L'ensemble de données comprend : * doses quotidiennes et totales administrées * personnes qui ont reçu au moins une dose * personnes entièrement vaccinées * doses totales administrées aux personnes entièrement vaccinées * vaccinations par âge * pourcentage de tranche d'âge * individus ayant reçu au moins une dose, par circonscription sanitaire, par tranche d’âge * individus pleinement vaccinés, par circonscription sanitaire, par tranche d’âge * cas de COVID-19 par statut vaccinal : pas entièrement vaccinés, totalement vaccinées, cacciné avec dose de rappel * personnes hospitalisées à cause de la COVID-19 (excepté les USI) : non vaccinées, partiellement vaccinées, totalement vaccinées * personnes hospitalisées à cause de la COVID-19 par statut vaccinal : non vaccinées, partiellement vaccinées, totalement vaccinées, inconnu. * nombre de cas de COVID-19 par 100 000 selon le statut vaccinal et tranche d'âge * nombre de cas par 100 000 habitants (moyenne de sept jours) par statut vaccinal et tranche d'âge Toutes les données correspondent aux totaux déclarés à 20 h le jour précédent. Cet ensemble de données pourrait changer. Notes complémentaires * La saisie des données des dossiers de vaccination est toujours en cours. Par conséquent, les données posologiques pourraient ne pas brosser un portrait complet de toutes les doses de vaccin administrées en Ontario. * Les données n’incluent pas les données posologiques lorsqu’une personne n’a pas consenti à ce que son dossier de vaccination soit saisi dans le système provincial COVaxON. Ceci comprend les dossiers individuels ainsi que les dossiers de certaines collectivités autochtones lorsque ces collectivités n’ont pas consenti à l’inclusion des renseignements sur la vaccination dans le système COVaxON. ##Hospitalisations et cas par statut de vaccination Hospitalisations * Il s’agit d’une nouvelle cueillette de données, et la qualité des données continuera de s’améliorer à mesure que les hôpitaux poursuivent la transmission des données. * Afin de comprendre le statut vaccinal des patients actuellement hospitalisés, un nouveau processus de cueillette de données a été mis au point, ce qui pourrait occasionner des divergences entre les autres chiffres liés aux hospitalisations recueillis au moyen d’un processus de cueillette de données différent. * Les données sur les patients à l’USI sont recueillies à partir de deux sources de données différentes ayant des heures d’extractions et des cycles de déclaration différents. L’actuelle source de données (Système d'information sur les soins aux malades en phase critique, SISMPC) ne comprend pas le statut vaccinal. * Les données historiques pour les hospitalisations par région peuvent changer avec le temps, à mesure que les hôpitaux mettent à jour les données saisies préalablement. * En raison de déclarations incomplètes le week-end et les jours fériés, les données sur le statut vaccinal pour les admissions à l’hôpital et à l’USI ne sont pas mises à jour le dimanche, le lundi et le lendemain des jours fériés. * Non vacciné signifie qu’aucune dose n’a été administrée ou qu’il s’est écoulé de 0 à 13 jours depuis l’administration de la première dose d’un vaccin contre la COVID-19. * Partiellement vacciné signifie qu’il s’est écoulé 14 jours ou plus depuis l’administration de la première dose d’une série de deux doses d’un vaccin contre la COVID-19, ou qu’il s’est écoulé de 0 à 13 jours depuis l’administration de la seconde dose. * Entièrement vacciné signifie qu’il s’est écoulé 14 jours ou plus depuis l’administration de la seconde dose d’une série de deux doses d’un vaccin contre la COVID-19. Cas * Le nombre de cas selon le statut vaccinal pourrait ne pas correspondre au dénombrement quotidien des cas de COVID-19 parce que les dossiers dont le numéro de carte Santé est manquant ou invalide ne peuvent être liés.

La première vague de contaminations au coronavirus (COVID-19) s'est répercutée très fortement sur les services hospitaliers en France. Alors que le nombre de cas connus était relativement faible en comparaison avec les vagues suivantes, les hôpitaux français ont vu le nombre de patients exploser en mars et en avril 2020. Plus de ***** nouvelles personnes ont été hospitalisées le ************. L'apparition du variant Omicron sur le territoire français en novembre 2021 a engendré une très forte hausse des cas de COVID-19. Le nombre de personnes admises à l’hôpital a brusquement augmenté, mais les admissions en soins intensifs ou en réanimation restaient moins élevées que lors des trois premières vagues. Au ****************, 1437 personnes ont été admises à l'hôpital et *** ont été admises en soins intensifs.

Depuis novembre 2021, le nombre de patients hospitalisés et en réanimation en France a progressivement crû, avec plus de ****** hospitalisations et environ ***** personnes en réanimation au ** janvier 2022. Cependant, la pression hospitalière était moins forte début 2022 qu'en 2020 et 2021, même malgré l'explosion du taux de positivité des tests COVID-19. Près de ***** personnes étaient en soins critiques mi-janvier 2022, contre plus de ***** lors de la première vague, en avril 2020.