Characteristics, Comorbidities, and Outcomes of SARS-CoV-2 Infection in Patients With Autoimmune Conditions Treated With Systemic Therapies: A Population-based Study
Notice bibliographique
Résumé
OBJECTIVE: To describe characteristics and coronavirus disease 2019 (COVID-19) clinical outcomes of patients with rheumatoid arthritis (RA), psoriatic arthritis (PsA), or ulcerative colitis (UC) receiving systemic therapies vs the general population. METHODS: This descriptive retrospective cohort study used data from the United States Optum deidentified COVID-19 electronic health record dataset (2007-2020). Adults with COVID-19 were stratified into 3 disease cohorts (patients with RA, PsA, or UC who had received systemic therapy) and a comparator cohort not meeting these criteria. Incidence proportions of hospitalization and clinical manifestations of interest were calculated. Using logistic regression analyses, risk of endpoints was estimated, adjusting for demographics and demographics plus comorbidities. RESULTS: This analysis (February 1 to December 9, 2020) included 315,101 patients with COVID-19. Adjusting for demographics, COVID-19 patients with RA (n = 2306) had an increased risk of hospitalization (OR 1.54, 95% CI 1.39-1.70) and in-hospital death (OR 1.61, 95% CI 1.30-2.00) compared with the comparator cohort (n = 311,563). The increased risk was also observed when adjusted for demographics plus comorbidities (hospitalization OR 1.25, 95% CI 1.13-1.39 and in-hospital death OR 1.35, 95% CI 1.09-1.68]). The risk of hospitalization was lower in COVID-19 patients with RA receiving tumor necrosis factor inhibitors (TNFi) vs non-TNFi biologics (OR 0.32, 95% CI 0.20-0.53) and the comparator cohort (OR 0.77, 95% CI 0.51-1.17). The risk of hospitalization due to COVID-19 was similar between patients receiving tofacitinib and the comparator cohort. CONCLUSION: Compared with the comparator cohort, patients with RA were at a higher risk of more severe or critical COVID-19 and, except for non-TNFi biologics, systemic therapies did not further increase the risk. (ENCePP; registration no. EU PAS 35384).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».