Clinical characteristics and outcomes of patients with COVID‐19 and psoriasis
Notice bibliographique
Résumé
To summarize the clinical characteristics and explore the role of treatment types in outcomes among psoriasis patients with coronavirus disease 2019 (COVID-19). The principal summary measures were pooled prevalence and risk ratio (RR) with 95% confidential interval (CI). R statistic software was used for all the analysis. A total of 19 studies including 4073 psoriasis patients with COVID-19 were eligible for the meta-analysis. The overall hospitalization rate is about 20.2% (95% CI: 12.7%-28.7%), and changed to be 18.0% (95% CI: 9.9%-27.6%) or 14.1% (95% CI: 5.9%-24.6%) after systemic or biologic treatment. Moreover, the overall fatality rate is 1.5% (95% CI: 0.4%-3.0%), and turned to be 0.7% (95% CI: 0%-2.0%) or 0.5% (95% CI: 0%-2.2%) after systemic or biologic therapy. Notably, a lower hospitalization RR was found in patients receiving biologic therapy than those receiving other treatments (RR = 0.62, 95% CI: 0.42-0.94). The results were consistent after sensitivity analysis and trim-and-fill analysis. Systemic, especially biologic therapy could lessen the clinical severity in psoriasis patients with COVID-19. Our finding will help to guide current recommendations and provide a reference for clinical decision-making.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».