Outcomes associated with antiphospholipid antibodies in COVID-19: A prospective cohort study
Notice bibliographique
Résumé
Background: The significance of antiphospholipid antibodies (aPL) in COVID-19 remains uncertain. Objectives: We determined whether aPL are associated with COVID-19 and/or thrombosis or adverse outcomes during hospitalization for COVID-19. Methods: Symptomatic adults tested for SARS-CoV-2 for clinical reasons (March-July 2020) with either ≥1 positive polymerase chain reaction (COVID-19+) or all negative (non-COVID-19) results were recruited to a biobank collecting plasma, clinical data, and outcomes. We tested baseline plasma samples (days 0-7) of all subjects (and day-30 samples in the COVID-19+ subjects, when available) for aPL (anticardiolipin immunoglobulin [Ig]M/IgG, anti-β2-glycoprotein I IgM/IgG, antiphosphatidylserine/prothrombin IgM/IgG, and lupus anticoagulant). We compared the baseline prevalence of aPL between the COVID-19+ and non-COVID-19 subjects. Among hospitalized COVID-19+ subjects, multivariable logistic regression was used to evaluate the association of aPL (and their subtypes) with arterial or venous thromboembolic events, acute kidney injury, intensive care unit admission, mechanical ventilation, and death after adjusting for potential confounders. Results: = 241), baseline aPL positivity was associated with acute kidney injury (odds ratio [OR], 1.8; 95% CI, 1.1-3.2) and mechanical ventilation (OR, 3.2; 95% CI, 1.5-6.8) but not death (OR, 1.2; 95% CI, 0.6-2.5). In secondary analyses, medium-to-high titers of anticardiolipin IgG (>40) were associated with thromboembolic events (OR, 7.3; 95% CI, 1.8-30.1). Conclusion: In patients with COVID-19, aPL may help identify an increased risk of thrombosis and other adverse outcomes.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».