MétaCan
Menu
Retour à la cohorte
Enregistrement W4313320576 · doi:10.34067/kid.0006832022

COVID-19 Vaccination and New Onset Glomerular Disease: Results from the IRocGN2 International Registry

2022· article· en· W4313320576 sur OpenAlexfundno aff
Meryl Waldman, Ninet Sinaii, Edgar V. Lerma, Anila Abraham Kurien, Kenar D. Jhaveri, Nupur N. Uppal, Rimda Wanchoo, Rupali S. Avasare, Jonathan E. Zuckerman, Adrian Liew, Alexander J. Gallan, Ashraf El‐Meanawy, Yoram Yagil, Larissa Lebedev, Krishoban Baskaran, Eswari Vilayur, Adrienne Cohen, Nethmi Weerasinghe, Ioannis Petrakis, Kostas Stylianou, Hariklia Gakiopoulou, Alexander Hamilton, Naomi Edney, Rachel Millner, Smaragdi Marinaki, Joshua L. Rein, John P. Killen, Jose Manuel Rodríguez Chagolla, Claude Bassil, Ramon Lopez del Valle, Jordan Evans, Anatoly Urisman, Mona A. Zawaideh, Pravir V. Baxi, Roger A. Rodby, Mahesha Vankalakunti, Juan Manuel Mejía Vilet, Silvia E. Ramirez Andrade, M. Homan, Enzo Vásquez-Jiménez, Natasha Perinpanayagam, Juan Carlos Q. Velez, Muner Mohamed, Khalid M.G. Mohammed, Arjun Sekar, Laura Ollila, Abraham W. Aron, Kevin Javier Arellano-Arteaga, Mahmud İslam, Esperanza Moral Berrio, Omar Maoujoud, Rebecca Ruf Morales, Regan M. Seipp, Carl Schulze, Robert H. Yenchek, Irina Vancea, Muhammad Muneeb, Lilian Howard, Tiffany Caza

Notice bibliographique

RevueKidney360 · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Diseases and Glomerulopathies
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of HealthVifor PharmaNovo NordiskNational Institute for Health and Care ResearchAkershus UniversitetssykehusNxStageAmerican Society of NephrologyNiproAlexion PharmaceuticalsAkebia TherapeuticsMallinckrodt PharmaceuticalsAlnylam PharmaceuticalsGilead SciencesAstraZenecaGlaxoSmithKline
Mots-clésMedicineVaccinationMembranous nephropathyProteinuriaNephropathyRenal functionKidney diseaseGlomerulonephritisInternal medicineImmunologyKidneyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Key Points IgAN and MCD are the most common de novo glomerular diseases reported after COVID-19 vaccination, particularly after mRNA vaccination. Membranous nephropathy, pauci-immune GN, and collapsing GN have also been attributed to COVID-19 vaccination, some with dual histologies. Recovery of kidney function and proteinuria remission is more likely in IgAN and MCD by 4–6 months compared with the other glomerular diseases. Background Patients with de novo glomerular disease (GD) with various renal histologies have been reported after vaccination against SARS-CoV-2. Causality has not been established, and the long-term outcomes are not known. To better characterize the GDs and clinical courses/outcomes, we created the International Registry of COVID-19 vaccination and Glomerulonephritis to study in aggregate patients with de novo GN suspected after COVID-19 vaccine exposure. Methods A REDCap survey was used for anonymized data collection. Detailed information on vaccination type and timing and GD histology were recorded in the registry. We collected serial information on laboratory values (before and after vaccination and during follow-up), treatments, and kidney-related outcomes. Results Ninety-eight patients with GD were entered into the registry over 11 months from 44 centers throughout the world. Median follow-up was 89 days after diagnosis. IgA nephropathy (IgAN) and minimal change disease (MCD) were the most common kidney diseases reported. Recovery of kidney function and remission of proteinuria were more likely in IgAN and MCD at 4–6 months than with pauci-immune GN/vasculitis and membranous nephropathy. Conclusions The development of GD after vaccination against SARS-CoV-2 may be a very rare adverse event. Temporal association is present for IgAN and MCD, but causality is not firmly established. Kidney outcomes for IgAN and MCD are favorable. No changes in vaccination risk-benefit assessment are recommended based on these findings.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,006
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,024
Tête enseignante GPT0,295
Écart entre enseignants0,271 · 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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKidney360Même sujetRenal Diseases and GlomerulopathiesTravaux en français237 207