Expert opinion on COVID-19 vaccination and the use of cladribine tablets in clinical practice
Notice bibliographique
Résumé
BACKGROUND: Gaps in current evidence and guidance leave clinicians with unanswered questions on the use of cladribine tablets for the treatment of multiple sclerosis (MS) in the era of the COVID-19 pandemic, in particular relating to COVID-19 vaccination. OBJECTIVE: We describe a consensus-based program led by international MS experts with the aim of supplementing current guidelines and treatment labels by providing timely recommendations relating to COVID-19 vaccination and the use of cladribine tablets in clinical practice. METHODS: A steering committee (SC) of 10 international MS experts identified 7 clinical questions to answer concerning the use of cladribine tablets and COVID-19 vaccination, which addressed issues relating to patient selection, timing and efficacy, and safety. Clinical recommendations to address each question were drafted using available evidence combined with expert opinion from the SC. An extended faculty of 28 MS experts, representing 19 countries, in addition to the 10 SC members, voted on the recommendations. Consensus on recommendations was achieved when ⩾75% of respondents expressed an agreement score of 7-9, on a 9-point scale. RESULTS: Consensus was achieved on all 13 recommendations. Clinical recommendations are provided on whether all patients with MS receiving cladribine tablets should be vaccinated against COVID-19, and whether they should be prioritized; the timing of vaccination around dosing of cladribine tablets (i.e. before and after a treatment course); and the safety of COVID-19 vaccination for these patients. CONCLUSION: These expert recommendations provide timely guidance on COVID-19 vaccination in patients receiving cladribine tablets, which is relevant to everyday clinical practice.
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 | 0,002 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 |
| 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 ».