The association between immunosuppressants use and COVID-19 adverse outcomes: national COVID-19 cohort in South Korea
Notice bibliographique
Résumé
BACKGROUND: There is uncertainty of the effect of immunosuppression, including corticosteroids, before COVID-19 infection on COVID-19 outcomes. The aim of this study was to investigate the relationship between prehospitalization immunosuppressants use (exposure) and COVID-19 patient outcomes. METHODS: We conducted a population-based retrospective cohort study using a nationwide healthcare claims database of South Korea as of May 15, 2020. Confirmed COVID-19 infection in hospitalized individuals aged 40 years or older were included for analysis. We defined exposure variable by using inpatient and outpatient prescription records of immunosuppressants from the database. Our primary endpoint was a composite endpoint of all-cause death, intensive care unit (ICU) admission, and mechanical ventilation use. Inverse probability of treatment weighting (IPTW)-adjusted logistic regression analyses were used, to estimate odds ratio (OR) and 95% confidence intervals (CI), comparing immunosuppressants users and non-users. RESULTS: We identified 4,349 patients, for which 1,356 were immunosuppressants users and 2,993 were non-users. Patients who used immunosuppressants were at increased odds of the primary endpoint of all-cause death, ICU admission and mechanical ventilation use (IPTW OR =1.32; 95% CI: 1.06-1.63), driven by higher odds of all-cause mortality (IPTW OR =1.63; 95% CI: 1.21-2.26). Patients who used corticosteroids (n=1,340) were at increased odds of the primary endpoint (IPTW OR =1.33; 95% CI: 1.07-1.64). CONCLUSIONS: Immunosuppressant use was associated with worse outcomes among COVID-19 patients. These findings support the latest guidelines from the CDC that people on immunosuppressants are at high risk of severe COVID-19 and that immunocompromised people may benefit from booster COVID-19 vaccinations.
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 | 0,001 |
| 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 | 0,000 | 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 ».