MétaCan
Menu
Retour à la cohorte
Enregistrement W4306168559 · doi:10.1002/acr.25039

Association Between Race/Ethnicity and <scp>COVID</scp>‐19 Outcomes in Systemic Lupus Erythematosus Patients From the United States: Data From the <scp>COVID</scp>‐19 Global Rheumatology Alliance

2022· article· en· W4306168559 sur OpenAlexaff
Manuel F. Ugarte‐Gil, Graciela S. Alarcón, Andrea M. Seet, Zara Izadi, Anna Montgomery, Alí Duarte‐García, Emily Gilbert, Maria O Valenzuela-Almada, Leanna Wise, Jeffrey A. Sparks, Tiffany Hsu, Kristin M. D’Silva, Naomi J. Patel, Emily Sirotich, Jean W. Liew, Jonathan S. Hausmann, Paul Sufka, Rebecca Grainger, Suleman Bhana, Zachary S. Wallace, Lindsay Jacobsohn, Anja Strangfeld, Elsa F Mateus, Kimme L Hyrich, Laure Gossec, Loreto Carmona, Saskia Lawson‐Tovey, Lianne Kearsley‐Fleet, Martin Schaefer, Pedro Machado, Philip C. Robinson, Milena Gianfrancesco, Jinoos Yazdany

Notice bibliographique

RevueArthritis Care & Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensMcMaster UniversityCanadian Arthritis Patient Alliance
Organismes subventionnairesEuropean League Against RheumatismNational Institute of Arthritis and Musculoskeletal and Skin DiseasesAmerican College of Rheumatology Research and Education Foundation
Mots-clésMedicineInternal medicineOdds ratioPopulationConfidence intervalSystemic lupus erythematosusLupus erythematosusConfoundingEthnic groupLogistic regressionDemographyDiseaseImmunology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the association between race/ethnicity and COVID-19 outcomes in individuals with systemic lupus erythematosus (SLE). METHODS: Individuals with SLE from the US with data entered into the COVID-19 Global Rheumatology Alliance registry between March 24, 2020 and August 27, 2021 were included. Variables included age, sex, race, and ethnicity (White, Black, Hispanic, other), comorbidities, disease activity, pandemic time period, glucocorticoid dose, antimalarials, and immunosuppressive drug use. The ordinal outcome categories were: not hospitalized, hospitalized with no oxygenation, hospitalized with any ventilation or oxygenation, and death. We constructed ordinal logistic regression models evaluating the relationship between race/ethnicity and COVID-19 severity, adjusting for possible confounders. RESULTS: We included 523 patients; 473 (90.4%) were female and the mean ± SD age was 46.6 ± 14.0 years. A total of 358 patients (74.6%) were not hospitalized; 40 patients (8.3%) were hospitalized without oxygen, 64 patients (13.3%) were hospitalized with any oxygenation, and 18 (3.8%) died. In a multivariable model, Black (odds ratio [OR] 2.73 [95% confidence interval (95% CI) 1.36-5.53]) and Hispanic (OR 2.76 [95% CI 1.34-5.69]) individuals had higher odds of more severe outcomes than White individuals. CONCLUSION: Black and Hispanic individuals with SLE experienced more severe COVID-19 outcomes, which is consistent with findings in the US general population. These results likely reflect socioeconomic and health disparities and suggest that more aggressive efforts are needed to prevent and treat infection in this population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,360
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthritis Care & ResearchMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207