MétaCan
Menu
Retour à la cohorte
Enregistrement W4223656268 · doi:10.1136/rmdopen-2021-002187

SARS-CoV-2 breakthrough infections among vaccinated individuals with rheumatic disease: results from the COVID-19 Global Rheumatology Alliance provider registry

2022· article· en· W4223656268 sur OpenAlexaff
Jean W. Liew, Milena Gianfrancesco, Carly Harrison, Zara Izadi, Stephanie Rush, Saskia Lawson‐Tovey, Lindsay Jacobsohn, Clairissa Ja, Kimme L Hyrich, Laure Gossec, Anja Strangfeld, Loreto Carmona, Martin Schäfer, Elsa F Mateus, Inita Buliņa, Frances Stafford, Abdurrahman Tufan, Christine Graver, G. K. Yardimci, Jūlija Zepa, Samar Al Emadi, Claire Cook, Fatemah Abutiban, Dfiza Dey, Genevieve Katigbak, Lauren Kaufman, Emily Kowalski, Marco Ulises Martínez‐Martínez, Naomi J. Patel, Greta Reyes-Cordero, Evelyn O. Salido, Ellison Smith, David Snow, Jeffrey A. Sparks, Leanna Wise, Suleman Bhana, Monique Gore‐Massy, Rebecca Grainger, Jonathan S. Hausmann, Emily Sirotich, Paul Sufka, Zachary S. Wallace, Pedro Machado, Philip C. Robinson, Jinoos Yazdany

Notice bibliographique

RevueRMD Open · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensMcMaster UniversityInstitute of Infection and Immunity
Organismes subventionnairesNIH Clinical CenterManchester Biomedical Research CentreNational Institutes of HealthUniversity College LondonNational Institute for Health and Care ResearchRheumatology Research FoundationNational Institute of Arthritis and Musculoskeletal and Skin DiseasesBiogenCelltrionSanofiUniversity College London Hospitals NHS Foundation TrustAmgenPfizerEli Lilly and Company
Mots-clésMedicineVaccinationInternal medicineRheumatologyImmunogenicityCoronavirus disease 2019 (COVID-19)DiseaseImmunologyInfectious disease (medical specialty)Antibody

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: While COVID-19 vaccination prevents severe infections, poor immunogenicity in immunocompromised people threatens vaccine effectiveness. We analysed the clinical characteristics of patients with rheumatic disease who developed breakthrough COVID-19 after vaccination against SARS-CoV-2. METHODS: We included people partially or fully vaccinated against SARS-CoV-2 who developed COVID-19 between 5 January and 30 September 2021 and were reported to the Global Rheumatology Alliance registry. Breakthrough infections were defined as occurring ≥14 days after completion of the vaccination series, specifically 14 days after the second dose in a two-dose series or 14 days after a single-dose vaccine. We analysed patients' demographic and clinical characteristics and COVID-19 symptoms and outcomes. RESULTS: SARS-CoV-2 infection was reported in 197 partially or fully vaccinated people with rheumatic disease (mean age 54 years, 77% female, 56% white). The majority (n=140/197, 71%) received messenger RNA vaccines. Among the fully vaccinated (n=87), infection occurred a mean of 112 (±60) days after the second vaccine dose. Among those fully vaccinated and hospitalised (n=22, age range 36-83 years), nine had used B cell-depleting therapy (BCDT), with six as monotherapy, at the time of vaccination. Three were on mycophenolate. The majority (n=14/22, 64%) were not taking systemic glucocorticoids. Eight patients had pre-existing lung disease and five patients died. CONCLUSION: More than half of fully vaccinated individuals with breakthrough infections requiring hospitalisation were on BCDT or mycophenolate. Further risk mitigation strategies are likely needed to protect this selected high-risk population.

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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,057
Tête enseignante GPT0,373
Écart entre enseignants0,316 · 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

Citations51
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRMD OpenMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207