COVID-19 in Patients With Neuromyelitis Optica Spectrum Disorders and Myelin Oligodendrocyte Glycoprotein Antibody Disease in North America
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: To describe the impact of coronavirus disease 2019 (COVID-19) on people with neuromyelitis optica spectrum disorders (NMOSD) and myelin oligodendrocyte glycoprotein antibody disease (MOGAD). METHODS: tests, or Fisher exact tests for categorical variables. Univariate logistic regression models examined effects of risk factors and COVID-19 clinical severity. RESULTS: As of June 7, 2021, 77 patients with NMOSD and 20 patients with MOGAD were reported in the COViMS Registry. Most patients with NMOSD were laboratory positive for SARS-CoV-2 and taking rituximab at the time of COVID-19 diagnosis. Most patients with NMOSD were not hospitalized (64.9% [95% CI: 53.2%-75.5%]), whereas 15.6% (95% CI: 8.3%-25.6%) were hospitalized only, 9.1% (95% CI: 3.7%-17.8%) were admitted to the ICU and/or ventilated, and 10.4% (95% CI: 4.6%-19.5%) died. In patients with NMOSD, having a comorbidity was the sole factor identified for poorer COVID-19 outcome (OR = 6.0, 95% CI: 1.79-19.98). Most patients with MOGAD were laboratory positive for SARS-CoV-2, and almost half were taking rituximab. Among patients with MOGAD, 75.0% were not hospitalized, and no deaths were recorded; no factors were different between those not hospitalized and those hospitalized, admitted to the ICU, or ventilated. DISCUSSION: Among the reported patients with NMOSD, a high mortality rate was observed, and the presence of comorbid conditions was associated with worse COVID-19 outcome. There were no deaths reported in the patients with MOGAD, although these observations are limited due to small sample size.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».