Respiratory profile of 64 patients with common variable immunodeficiency: A descriptive study
Notice bibliographique
Résumé
<b>Background:</b> Common variable immunodeficiency (CVID) is characterized by recurrent infections. Non-infectious lung complications may occur which significantly increase the morbidity and the mortality. While current guidelines recommend annual spirometry and chest CT-Scan at diagnosis, little is known about the predictive factors and the optimal management. <b>Objectives:</b> Our aim is to evaluate the respiratory profile of CVID patients in order to identify the most frequent abnormalities. Moreover, we attended to define specific predictive factors for lung diseases. <b>Method:</b> We retrospectively reviewed the medical records of adult patients with CVID followed at our hospital. <b>Results:</b> We collected the data of 64 patients. Median age was 51 years old at enrollment. Comorbidities found were: Upper respiratory tract involvements (52 %), asthma (22 %) and COPD (9 %). Thirty-eight (59 %) patients were asymptomatic and 53 % never smoked. Sixty-three (98 %) patients were actively treated with immunoglobulins and 38 % with prophylactic antibiotics. Despite a normalized mean level of IgG (10 g/L), 67 % used antibiotics for sinopulmonary infections in the last year. Fifty (78 %) patients had a chest CT-Scan. Mediastinal lymph nodes (24 %), bronchiectasis (22 %), micronodules (18 %), ground-glass opacities (16 %) and granulomas (12 %) were most frequently found. Fifty patients had pulmonary function tests. Diffusion abnormalities and obstructive patterns were documented in 42 % and 24 % respectively. Other complications included autoimmunity (45 %), enteropathy (20 %) and splenomegaly (20 %). <b>Conclusion:</b> Awareness and identification of CVID associated respiratory abnormalities may guide therapy and improve prognosis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».