MétaCan
Menu
Retour à la cohorte
Enregistrement W4295761925 · doi:10.1136/rmdopen-2022-002508

Factors associated with severe COVID-19 in people with idiopathic inflammatory myopathy: results from the COVID-19 Global Rheumatology Alliance physician-reported registry

2022· article· en· W4295761925 sur OpenAlexaff
Su‐Ann Yeoh, Milena Gianfrancesco, Saskia Lawson‐Tovey, Kimme L Hyrich, Anja Strangfeld, Laure Gossec, Loreto Carmona, Elsa F Mateus, Martin Schäfer, Christophe Richez, É. Hachulla, Marie Holmqvist, Carlo Alberto Scirè, Hanns‐Martin Lorenz, Reinhard Voll, Rebecca Hasseli, Arundathi Jayatilleke, Tiffany Hsu, Kristin M. D’Silva, Víctor R. Pimentel-Quiroz, Mónica Vázquez-Del Mercado, Samuel Katsuyuki Shinjo, Edgard Torres dos Reis Neto, Laurindo Ferreira da Rocha, Ana Carolina de Oliveira e Silva Montandon, Guillermo Pons‐Estel, Sofía Ornella, Maria Eugenia D’Angelo Exeni, E. Velozo, Paula Jordan, Emily Sirotich, Jonathan S. Hausmann, Jean W. Liew, Lindsay Jacobsohn, Monique Gore‐Massy, Paul Sufka, Rebecca Grainger, Suleman Bhana, Zachary S. Wallace, Philip C. Robinson, Jinoos Yazdany, Pedro Machado

Notice bibliographique

RevueRMD Open · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Myopathies and Dermatomyositis
Établissements canadiensMcMaster UniversityImpactCanadian Arthritis Patient Alliance
Organismes subventionnairesEuropean League Against Rheumatism
Mots-clésMedicineInternal medicineRheumatologyLogistic regressionCoronavirus disease 2019 (COVID-19)PrednisoloneSeverity of illnessDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To investigate factors associated with severe COVID-19 in people with idiopathic inflammatory myopathy (IIM). METHODS: Demographic data, clinical characteristics and COVID-19 outcome severity of adults with IIM were obtained from the COVID-19 Global Rheumatology Alliance physician-reported registry. A 3-point ordinal COVID-19 severity scale was defined: (1) no hospitalisation, (2) hospitalisation (and no death) and (3) death. ORs were estimated using multivariable ordinal logistic regression. Sensitivity analyses were performed using a 4-point ordinal scale: (1) no hospitalisation, (2) hospitalisation with no oxygen (and no death), (3) hospitalisation with oxygen/ventilation (and no death) and 4) death. RESULTS: Of 348 patients, 48% were not hospitalised, 39% were hospitalised (and did not die) and 13% died. Older age (OR=1.59/decade, 95% CI 1.31 to 1.91), high disease activity (OR=3.50, 95% CI 1.25 to 9.83; vs remission), ≥2 comorbidities (OR=2.63, 95% CI 1.39 to 4.98; vs none), prednisolone-equivalent dose >7.5 mg/day (OR=2.40, 95% CI 1.09 to 5.28; vs no intake) and exposure to rituximab (OR=2.71, 95% CI 1.28 to 5.72; vs conventional synthetic disease-modifying antirheumatic drugs only) were independently associated with severe COVID-19. In addition to these variables, in the sensitivity analyses, male sex (OR range: 1.65-1.83; vs female) was also significantly associated with severe outcomes, while COVID-19 diagnosis after 1 October 2020 (OR range: 0.51-0.59; vs on/before 15 June 2020) was significantly associated with less severe outcomes, but these associations were not significant in the main model (OR=1.57, 95% CI 0.95 to 2.59; and OR=0.61, 95% CI 0.37 to 1.00; respectively). CONCLUSIONS: This is the first large registry data on outcomes of COVID-19 in people with IIM. Older age, male sex, higher comorbidity burden, high disease activity, prednisolone-equivalent dose >7.5 mg/day and rituximab exposure were associated with severe COVID-19. These findings will enable risk stratification and inform management decisions for patients with IIM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,298
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRMD OpenMême sujetInflammatory Myopathies and DermatomyositisTravaux en français237 207