Effects of immunosuppressive drugs on COVID‐19 severity in patients with autoimmune hepatitis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: We investigated associations between baseline use of immunosuppressive drugs and severity of Coronavirus Disease 2019 (COVID-19) in autoimmune hepatitis (AIH). PATIENTS AND METHODS: Data of AIH patients with laboratory confirmed COVID-19 were retrospectively collected from 15 countries. The outcomes of AIH patients who were on immunosuppression at the time of COVID-19 were compared to patients who were not on AIH medication. The clinical courses of COVID-19 were classified as (i)-no hospitalization, (ii)-hospitalization without oxygen supplementation, (iii)-hospitalization with oxygen supplementation by nasal cannula or mask, (iv)-intensive care unit (ICU) admission with non-invasive mechanical ventilation, (v)-ICU admission with invasive mechanical ventilation or (vi)-death and analysed using ordinal logistic regression. RESULTS: We included 254 AIH patients (79.5%, female) with a median age of 50 (range, 17-85) years. At the onset of COVID-19, 234 patients (92.1%) were on treatment with glucocorticoids (n = 156), thiopurines (n = 151), mycophenolate mofetil (n = 22) or tacrolimus (n = 16), alone or in combinations. Overall, 94 (37%) patients were hospitalized and 18 (7.1%) patients died. Use of systemic glucocorticoids (adjusted odds ratio [aOR] 4.73, 95% CI 1.12-25.89) and thiopurines (aOR 4.78, 95% CI 1.33-23.50) for AIH was associated with worse COVID-19 severity, after adjusting for age-sex, comorbidities and presence of cirrhosis. Baseline treatment with mycophenolate mofetil (aOR 3.56, 95% CI 0.76-20.56) and tacrolimus (aOR 4.09, 95% CI 0.69-27.00) were also associated with more severe COVID-19 courses in a smaller subset of treated patients. CONCLUSION: Baseline treatment with systemic glucocorticoids or thiopurines prior to the onset of COVID-19 was significantly associated with COVID-19 severity in patients with AIH.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 découle