Real-World Effectiveness of Tixagevimab and Cilgavimab (Evusheld) in Patients With Hematological Malignancies
Notice bibliographique
Résumé
Background: Immunocompromised individuals with hematological malignancy have increased risk for poor outcomes and death from severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). This special population may mount a suboptimal response to vaccination. We assessed the effectiveness of tixagevimab and cilgavimab (Evusheld), a monoclonal antibody combination against SARS-CoV-2, in conjunction with standard preventative measures, at preventing symptomatic incident infection. Methods: Patients aged 18 years and older with hematological malignancy consented to receive Evusheld. Patients were followed longitudinally for development of symptomatic incident SARS-CoV-2 infections. Adverse events were monitored. Results: Two hundred and three patients (94 female) with hematological malignancies and mean age 72 ± 10 years were included. Of the patients, 99.5% had received at least one mRNA vaccination against SARS-CoV-2. Average time of follow-up was 151 ± 50 days. Nineteen patients (9.3%) developed incident symptomatic SARS-CoV-2 infection, with only one (0.5%) requiring hospitalization. During the same follow-up period, local incident rate of infection was 84,123 cases (11.3% of population). Of those, 3,386 cases (4%) of SARS-CoV-2 required hospital admission. The incidence rate ratio was 0.79. No serious adverse events occurred following administration of Evusheld. Conclusion: Patients with hematological malignancy who received Evusheld infrequently developed symptomatic infections or require hospitalization. The high-risk cohort incidence was at least as comparable to the average risk general population. Evusheld appears effective and is well tolerated, and may be administered in conjunction with vaccination and standard prevention measures, at decreasing incident SARS-Co-V2 cases in this high-risk 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 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 | 0,004 |
| 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 ».