Pneumocystis pneumonia in patients with inflammatory or autoimmune diseases: Usefulness of lymphocyte subtyping
Notice bibliographique
Résumé
ObjectivesNo consensus currently exists on the indications for Pneumocystis jirovecii prophylaxis in patients with inflammatory or autoimmune diseases. The main objective was to identify biomarkers associated with P. jirovecii pneumonia (PCP) in this population.MethodsA retrospective study was carried out at Beijing Union Medical College Hospital (2003–2014). All patients with an inflammatory or autoimmune disease presenting with acute onset of fever and respiratory symptoms were included.ResultsA total of 123 patients were included, of whom 42% had confirmed PCP, 18% had possible PCP, and 40% were negative for PCP. Immunosuppressive conditions consisted mostly of diffuse connective tissue disease (50%) and primary nephropathy (20%). Immunosuppressive therapies consisted of corticosteroids (95%) with concomitant non-steroidal drugs (80%). Independent predictors of PCP were a CD3+ cell count <625 × 106/l, serum albumin <28 g/l, and PaO2/FiO2 <210. Furthermore, 90% of patients with PCP had a CD3+ cell count <750 × 106/l. Independent predictors of mortality were a CD8+ cell count <160 × 106/l and a PaO2/FiO2 <160.ConclusionsIn patients with inflammatory and autoimmune conditions receiving immunosuppressive therapy, low CD3+ and CD8+ cell counts were strongly associated with PCP and its mortality. These results suggest that lymphocyte subtyping is a very useful tool to optimize the selection of patients needing prophylaxis.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».