Successful treatment of a kidney transplant patient with COVID-19 and late-onset Pneumocystis jirovecii pneumonia
Notice bibliographique
Résumé
BACKGROUND: Solid transplant patients are susceptible to Pneumocystis jirovecii pneumonia (PJP). While the vast majority of PJP cases occur within the first 6 months after transplantation, very few PJP cases are seen beyond 1 year post-transplantation (late-onset PJP). PJP and coronavirus disease 2019 (COVID-19, caused by infection with SARS-CoV-2) share quite a few common clinical manifestations and imaging findings, making the diagnosis of PJP often underappreciated during the current COVID-19 pandemic. To date, only 1 case of kidney transplantation who developed COVID-19 and late-onset PJP has been reported, but this patient also suffered from many other infections and died from respiratory failure and multiple organ dysfunction syndrome. A successful treatment of kidney patients with COVID-19 and late-onset PJP has not been reported. CASE PRESENTATION: We present a case of a 55-year-old male kidney transplant patient with COVID-19 who also developed late-onset PJP. He received a combined treatment strategy, including specific anti-pneumocystis therapy, symptomatic supportive therapy, adjusted immunosuppressive therapy, and use of antiviral drugs/antibiotics, ending with a favorable outcome. CONCLUSIONS: This case highlights the importance of prompt and differential diagnosis of PJP in kidney transplant patients with SARS-CoV-2 infection. Further studies are required to clarify if kidney transplant patients with COVID-19 could be prone to develop late-onset PJP and how these patients should be treated.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».