Management of Cerebral Venous Thrombosis Due to Adenoviral <scp>COVID</scp>‐19 Vaccination
Notice bibliographique
Résumé
OBJECTIVE: Cerebral venous thrombosis (CVT) caused by vaccine-induced immune thrombotic thrombocytopenia (VITT) is a rare adverse effect of adenovirus-based severe acute respiratory syndrome-coronavirus 2 (SARS-CoV-2) vaccines. In March 2021, after autoimmune pathogenesis of VITT was discovered, treatment recommendations were developed. These comprised immunomodulation, non-heparin anticoagulants, and avoidance of platelet transfusion. The aim of this study was to evaluate adherence to these recommendations and its association with mortality. METHODS: We used data from an international prospective registry of patients with CVT after the adenovirus-based SARS-CoV-2 vaccination. We analyzed possible, probable, or definite VITT-CVT cases included until January 18, 2022. Immunomodulation entailed administration of intravenous immunoglobulins and/or plasmapheresis. RESULTS: Ninety-nine patients with VITT-CVT from 71 hospitals in 17 countries were analyzed. Five of 38 (13%), 11 of 24 (46%), and 28 of 37 (76%) of the patients diagnosed in March, April, and from May onward, respectively, were treated in-line with VITT recommendations (p < 0.001). Overall, treatment according to recommendations had no statistically significant influence on mortality (14/44 [32%] vs 29/55 [52%], adjusted odds ratio [OR] = 0.43, 95% confidence interval [CI] = 0.16-1.19). However, patients who received immunomodulation had lower mortality (19/65 [29%] vs 24/34 [70%], adjusted OR = 0.19, 95% CI = 0.06-0.58). Treatment with non-heparin anticoagulants instead of heparins was not associated with lower mortality (17/51 [33%] vs 13/35 [37%], adjusted OR = 0.70, 95% CI = 0.24-2.04). Mortality was also not significantly influenced by platelet transfusion (17/27 [63%] vs 26/72 [36%], adjusted OR = 2.19, 95% CI = 0.74-6.54). CONCLUSIONS: In patients with VITT-CVT, adherence to VITT treatment recommendations improved over time. Immunomodulation seems crucial for reducing mortality of VITT-CVT. ANN NEUROL 2022;92:562-573.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».