MétaCan
Menu
Retour à la cohorte
Enregistrement W3196332529 · doi:10.1136/rmdopen-2021-001814

Early experience of COVID-19 vaccination in adults with systemic rheumatic diseases: results from the COVID-19 Global Rheumatology Alliance Vaccine Survey

2021· article· en· W3196332529 sur OpenAlexaff
Sebastian E. Sattui, Jean W Liew, Kevin Kennedy, Emily Sirotich, Michael Putman, Tarin T Moni, Akpabio Akpabio, D. Alpizar-Rodriguez, Françis Berenbaum, Inita Buliņa, Richard Conway, Aman Dev Singh, Eimear Duff, Karen Durrant, Tamer A. Gheita, Richard A. Howard, Bimba F. Hoyer, Evelyn Hsieh, Lina El Kibbi, Adam Kilian, Alfred H.J. Kim, David Liew, Chieh Lo, Bruce Miller, S. Mingolla, Michal Nudel, Candace A Palmerlee, Jasvinder A. Singh, Namrata Singh, Manuel F. Ugarte‐Gil, John Wallace, Kristen Young, Suleman Bhana, Wendy Costello, Rebecca Grainger, Pedro Machado, Philip C. Robinson, Paul Sufka, Zachary S. Wallace, Jinoos Yazdany, Carly Harrison, Maggie Larché, Mitchell Levine, Gary Foster, Lehana Thabane, Lisa G. Rider, Jonathan S. Hausmann, Julia F. Simard, Jeffrey A. Sparks

Notice bibliographique

RevueRMD Open · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRheumatoid Arthritis Research and Therapies
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesAmerican College of Rheumatology Research and Education Foundation
Mots-clésMedicineVaccinationRheumatologyRheumatoid arthritisInternal medicineAdverse effectDiseaseInfluenza vaccineArthritisPopulationPhysical therapyPediatricsImmunology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We describe the early experiences of adults with systemic rheumatic disease who received the COVID-19 vaccine. METHODS: From 2 April to 30 April 2021, we conducted an online, international survey of adults with systemic rheumatic disease who received COVID-19 vaccination. We collected patient-reported data on clinician communication, beliefs and intent about discontinuing disease-modifying antirheumatic drugs (DMARDs) around the time of vaccination, and patient-reported adverse events after vaccination. RESULTS: We analysed 2860 adults with systemic rheumatic diseases who received COVID-19 vaccination (mean age 55.3 years, 86.7% female, 86.3% white). Types of COVID-19 vaccines were Pfizer-BioNTech (53.2%), Oxford/AstraZeneca (22.6%), Moderna (21.3%), Janssen/Johnson & Johnson (1.7%) and others (1.2%). The most common rheumatic disease was rheumatoid arthritis (42.3%), and 81.2% of respondents were on a DMARD. The majority (81.9%) reported communicating with clinicians about vaccination. Most (66.9%) were willing to temporarily discontinue DMARDs to improve vaccine efficacy, although many (44.3%) were concerned about rheumatic disease flares. After vaccination, the most reported patient-reported adverse events were fatigue/somnolence (33.4%), headache (27.7%), muscle/joint pains (22.8%) and fever/chills (19.9%). Rheumatic disease flares that required medication changes occurred in 4.6%. CONCLUSION: Among adults with systemic rheumatic disease who received COVID-19 vaccination, patient-reported adverse events were typical of those reported in the general population. Most patients were willing to temporarily discontinue DMARDs to improve vaccine efficacy. The relatively low frequency of rheumatic disease flare requiring medications was reassuring.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,343
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations169
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRMD OpenMême sujetRheumatoid Arthritis Research and TherapiesTravaux en français237 207