Lymphopenia and Treatment-Related Infectious Complications in ANCA-Associated Vasculitis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: ANCA-associated vasculitis (AAV) is treated with potent immunosuppressive regimens. This study sought to determine risk factors associated with infections during first-intention therapy. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: This retrospective study involved two separate cohorts of consecutive cases of AAV seen from 2004 to 2011 at two university hospitals. The following were assessed: vasculitis severity; therapy; and periods with no, moderate (lymphocyte count, 0.3-1.0× 10(9)/L), or severe (lymphocyte count ≤ 0.3×10(9)/L) lymphopenia and neutropenia (neutrophil count ≤ 1.5×10(9)/L). RESULTS: One hundred patients had a mean age of 57±15 years and a Birmingham vasculitis activity score of 7.7±3.6. Therapy consisted of pulse methylprednisolone (59%), cyclophosphamide (85%), methotrexate (6%), and plasmapheresis (25%) in addition to oral corticosteroids. During follow-up, 53% of patients experienced infection and 28% were hospitalized for infection (severe infection). Only 18% experienced neutropenia, but 72% and 36% presented moderate and severe lymphopenia for a total duration of <0.1%, 73%, and 8% of the treatment follow-up, respectively. Lower initial estimated GFR, longer duration of corticosteroid use, and presence of lymphopenia were risk factors of infections. The rate was 2.23 events/person-year in the presence of severe lymphopenia compared with 0.41 and 0.19 during periods with moderate or no lymphopenia (P<0.001). Similarly, the rate of severe infections was 1.00 event/person-year with severe lymphopenia and 0.08 and 0.10 with moderate and no lymphopenia (P<0.001). This association remained independent of other risk factors. CONCLUSIONS: Lymphopenia is frequent during the treatment of AAV, and its severity is associated with the risk of infectious complications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».