MétaCan
Menu
Retour à la cohorte
Enregistrement W3197016818 · doi:10.1093/ecco-jcc/jjab153

Adalimumab and Infliximab Impair SARS-CoV-2 Antibody Responses: Results from a Therapeutic Drug Monitoring Study in 11 422 Biologic-Treated Patients

2021· article· en· W3197016818 sur OpenAlexaff
Neil Chanchlani, Simeng Lin, Desmond Chee, Benjamin Hamilton, Rachel Nice, Zehra Arkir, Claire Bewshea, Bessie Cipriano, L Derikx, Allan Dunlop, Louise Greathead, Rachel L Griffiths, Hajir Ibraheim, Peter Kelleher, Klaartje Kok, Charlie W. Lees, Jonathan Macdonald, Shaji Sebastian, Philip J Smith, Timothy J. McDonald, Peter M. Irving, Nick Powell, Nicholas A. Kennedy, James Goodhand, Tariq Ahmad

Notice bibliographique

RevueJournal of Crohn s and Colitis · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesMedical Research CouncilCrohn's and Colitis UKPublic Health EnglandNational Institute for Health and Care ResearchPublic Health WalesRoyal Devon and Exeter NHS Foundation Trust
Mots-clésMedicineAdalimumabInfliximabTherapeutic drug monitoringDrugCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Drug holidayAntibodyPharmacology2019-20 coronavirus outbreakImmunologyVirologyInternal medicineTumor necrosis factor alphaHuman immunodeficiency virus (HIV)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Infliximab attenuates serological responses to SARS-CoV-2 infection. Whether this is a class effect, or if anti-tumour necrosis factor [anti-TNF] level influences serological responses, remains unknown. METHODS: Seroprevalence and the magnitude of SARS-CoV-2 nucleocapsid antibody responses were measured in surplus serum from 11 422 (53.3% [6084] male; median age 36.8 years) patients with immune-mediated inflammatory diseases, stored at six therapeutic drug monitoring laboratories between January 29 and September 30, 2020. Data were linked to nationally held SARS-CoV-2 PCR results to July 11, 2021. RESULTS: Rates of PCR-confirmed SARS-CoV-2 infection were similar across treatment groups. Seroprevalence rates were lower in infliximab- and adalimumab- than vedolizumab-treated patients (infliximab: 3.0% [178/5893], adalimumab: 3.0% [152/5074], vedolizumab: 6.7% [25/375], p = 0.003). The magnitude of SARS-CoV-2 reactivity was similar in infliximab- vs adalimumab-treated patients (median 4.30 cut-off index [COI] [1.94-9.96] vs 5.02 [2.18-18.70], p = 0.164), but higher in vedolizumab-treated patients (median 21.60 COI [4.39-68.10, p < 0.004). Compared to patients with detectable infliximab and adalimumab drug levels, patients with undetectable drug levels [<0.8 mg/L] were more likely to be seropositive for SARS-CoV-2 antibodies. One-third of patients who had PCR testing prior to antibody testing failed to seroconvert, all were treated with anti-TNF. Subsequent positive PCR-confirmed SARS-CoV-2 was seen in 7.9% [12/152] of patients after a median time of 183.5 days [129.8-235.3], without differences between drugs. CONCLUSION: Anti-TNF treatment is associated with lower SARS-CoV-2 nucleocapsid seroprevalence and antibody reactivity when compared to vedolizumab-treated patients. Higher seropositivity rates in patients with undetectable anti-TNF levels support a causal relationship, although confounding factors, such as combination therapy with a immunomodulator, may have influenced the results.

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)0,002
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,048
Tête enseignante GPT0,372
Écart entre enseignants0,324 · 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

Citations47
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Crohn s and ColitisMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207