Effect of IBD medications on COVID-19 outcomes: results from an international registry
Notice bibliographique
Résumé
OBJECTIVE: We sought to evaluate COVID-19 clinical course in patients with IBD treated with different medication classes and combinations. DESIGN: Surveillance Epidemiology of Coronavirus Under Research Exclusion for Inflammatory Bowel Disease (SECURE-IBD) is a large, international registry created to monitor outcomes of IBD patients with confirmed COVID-19. We used multivariable regression with a generalised estimating equation accounting for country as a random effect to analyse the association of different medication classes with severe COVID-19, defined as intensive care unit admission, ventilator use and/or death. RESULTS: 1439 cases from 47 countries were included (mean age 44.1 years, 51.4% men) of whom 112 patients (7.8%) had severe COVID-19. Compared with tumour necrosis factor (TNF) antagonist monotherapy, thiopurine monotherapy (adjusted OR (aOR) 4.08, 95% CI 1.73 to 9.61) and combination therapy with TNF antagonist and thiopurine (aOR 4.01, 95% CI 1.65 to 9.78) were associated with an increased risk of severe COVID-19. Any mesalamine/sulfasalazine compared with no mesalamine/sulfasalazine use was associated with an increased risk (aOR 1.70, 95% CI 1.26 to 2.29). This risk estimate increased when using TNF antagonist monotherapy as a reference group (aOR 3.52, 95% CI 1.93 to 6.45). Interleukin-12/23 and integrin antagonists were not associated with significantly different risk than TNF antagonist monotherapy (aOR 0.98, 95% CI 0.12 to 8.06 and aOR 2.42, 95% CI 0.59 to 9.96, respectively). CONCLUSION: Combination therapy and thiopurines may be associated with an increased risk of severe COVID-19. No significant differences were observed when comparing classes of biologicals. These findings warrant confirmation in large population-based cohorts.MKH should be changed to MDK for co-last author line.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».