Infection risk of dermatologic therapeutics during the COVID‐19 pandemic: an evidence‐based recalibration
Notice bibliographique
Résumé
Recommendations were made recently to limit or stop the use of oral and systemic immunotherapies for skin diseases due to potential risks to the patients during the current severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) COVID-19 pandemic. Herein, we attempt to identify potentially safe immunotherapies that may be used in the treatment of cutaneous diseases during the current COVID-19 pandemic. We performed a literature review to approximate the risk of SARS-CoV-2 infection, including available data on the roles of relevant cytokines, cell subsets, and their mediators in eliciting an optimal immune response against respiratory viruses in murine gene deletion models and humans with congenital deficiencies were reviewed for viral infections risk and if possible coronaviruses specifically. Furthermore, reported risk of infections of biologic and non-biologic therapeutics for skin diseases from clinical trials and drug data registries were evaluated. Many of the immunotherapies used in dermatology have data to support their safe use during the COVID-19 pandemic including the biologics that target IgE, IL-4/13, TNF-α, IL-17, IL-12, and IL-23. Furthermore, we provide evidence to show that oral immunosuppressive medications such as methotrexate and cyclosporine do not significantly increase the risk to patients. Most biologic and conventional immunotherapies, based on doses and indications in dermatology, do not appear to increase risk of viral susceptibility and are most likely safe for use during the COVID-19 pandemic. The limitation of this study is availability of data on COVID-19.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».