Clinical outcomes after IL-6 blockade in patients with COVID-19 and HIV: a case series
Notice bibliographique
Résumé
Abstract Background In hospitalized people with HIV (PWH) there is an increased risk of mortality from COVID-19 among hospitalized PWH as compared to HIV-negative individuals. Evidence suggests that tocilizumab—a humanized monoclonal interleukin (IL)-6 receptor inhibitor (IL-6ri) antibody—has a modest mortality benefit when combined with corticosteroids in select hospitalized COVID-19 patients who are severely ill. Data on clinical outcomes after tocilizumab use in PWH with severe COVID-19 are lacking. Case presentation We present a multinational case series of 18 PWH with COVID-19 who were treated with IL-6ri’s during the period from April to June 2020. Four patients received tocilizumab, six sarilumab, and eight received an undocumented IL-6ri. Of the 18 patients in the series, 4 (22%) had CD4 counts < 200 cells/mm 3 ; 14 (82%) had a suppressed HIV viral load. Eight patients (44%), all admitted to ICU, were treated for secondary infection; 5 had a confirmed organism. Of the four patients with CD4 counts < 200 cells/mm 3 , three were treated for secondary infection, with 2 confirmed organisms. Overall outcomes were poor—12 patients (67%) were admitted to the ICU, 11 (61%) required mechanical ventilation, and 7 (39%) died. Conclusions In this case series of hospitalized PWH with COVID-19 and given IL-6ri prior to the common use of corticosteroids, there are reports of secondary or co-infection in severely ill patients. Comprehensive studies in PWH, particularly with CD4 counts < 200 cells, are warranted to assess infectious and other outcomes after IL-6ri use, particularly in the context of co-administered corticosteroids.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».