Oral Antiviral Treatment for COVID-19 in Patients With Systemic Autoimmune Rheumatic Diseases
Notice bibliographique
Résumé
OBJECTIVE: To describe data on the safety and efficacy of molnupiravir (MP) and nirmatrelvir/ritonavir (NM/R) in patients with systemic autoimmune rheumatic diseases (SARDs). METHODS: Among patients with SARD being followed in 2 tertiary outpatient rheumatology clinics, we retrospectively identified those infected with SARS-CoV-2 between February and August 2022 who received MP or NM/R. Patients' medical files were reviewed for demographics and disease-related characteristics, as well as coronavirus disease (COVID-19) characteristics, including vaccination status, antiviral treatment, side effects, and COVID-19 outcomes. RESULTS: Seventy-four patients with SARD (52 females) were identified who had been infected with SARS-CoV-2 and received MP (n = 26, 35.1%) or NM/R (n = 48, 64.9%). Most patients were vaccinated against SARS-CoV-2 (n = 62, 83.8%). Among frequently used regimens were glucocorticoids (n = 43, 58.1%), mycophenolate mofetil (n = 26, 35.1%), tumor necrosis factor inhibitors (n = 14, 18.9%), methotrexate (n = 13, 17.6%), and rituximab (n = 12, 16.2%). Common adverse events were reported only by 4 patients receiving NM/R (metallic taste, gastrointestinal upset, hypertension), not leading to drug discontinuation. During follow-up, all but 2 patients (n = 72, 97.3%) recovered at home without COVID-19-related complications. Nonetheless, we describe 2 presumptive cases of COVID-19 rebound who progressed to severe COVID-19. CONCLUSION: These data show a favorable outcome and acceptable safety profile of the 2 oral antiviral therapies MP and NM/R among a high-risk SARD population. However, cases of COVID-19 rebound are being increasingly identified. These findings call for continuous surveillance to capture the real-world efficacy and safety profiles in our subpopulations of interest.
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 | 0,001 | 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 ».