Hematopoietic stem cell transplantation for autoimmune diseases in the time of COVID-19: EBMT guidelines and recommendations
Notice bibliographique
Résumé
Coronavirus disease-19 (COVID-19), caused by Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), represents one of the biggest challenges of 21st century, threatening public health around the globe. Increasing age and presence of co-morbidities are reported risk factors for severe disease and mortality, along with autoimmune diseases (ADs) and immunosuppressive treatments such as haematopoietic stem cell transplantation (HSCT), which are also associated with adverse outcomes. We review the impact of the pandemic on specific groups of patients with neurological, rheumatological, and gastroenterological indications, along with the challenges delivering HSCT in adult and pediatric populations. Moving forward, we developed consensus-based guidelines and recommendations for best practice and quality of patient care in order to support clinicians, scientists, and their multidisciplinary teams, as well as patients and their carers. These guidelines aim to support national and international organizations related to autoimmune diseases and local clinical teams delivering HSCT. Areas of unmet need and future research questions are also highlighted. The waves of the COVID-19 pandemic are predicted to be followed by an "endemic" phase and therefore an ongoing risk within a "new normality". These recommendations reflect currently available evidence, coupled with expert opinion, and will be revised according to necessary modifications in practice.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».