Characteristics associated with poor COVID-19 outcomes in people with psoriasis, psoriatic arthritis and axial spondyloarthritis: data from the COVID-19 PsoProtect and Global Rheumatology Alliance physician-reported registries
Notice bibliographique
Résumé
OBJECTIVES: To investigate factors associated with severe COVID-19 in people with psoriasis (PsO), psoriatic arthritis (PsA) and axial spondyloarthritis (axSpA). METHODS: Demographic data, clinical characteristics and COVID-19 outcome severity of adults with PsO, PsA and axSpA were obtained from two international physician-reported registries. A three-point ordinal COVID-19 severity scale was defined: no hospitalisation, hospitalisation (and no death) and death. ORs were estimated using multivariable ordinal logistic regression. RESULTS: Of 5045 cases, 18.3% had PsO, 45.5% PsA and 36.3% axSpA. Most (83.6%) were not hospitalised, 14.6% were hospitalised and 1.8% died. Older age was non-linearly associated with COVID-19 severity. Male sex (OR 1.54, 95% CI 1.30 to 1.83), cardiovascular, respiratory, renal, metabolic and cancer comorbidities (ORs 1.25-2.89), moderate/high disease activity and/or glucocorticoid use (ORs 1.39-2.23, vs remission/low disease activity and no glucocorticoids) were associated with increased odds of severe COVID-19. Later pandemic time periods (ORs 0.42-0.52, vs until 15 June 2020), PsO (OR 0.49, 95% CI 0.37 to 0.65, vs PsA) and baseline exposure to TNFi, IL17i and IL-23i/IL-12+23i (OR 0.57, 95% CI 0.44 to 0.73; OR 0.62, 95% CI 0.45 to 0.87; OR 0.67, 95% CI 0.45 to 0.98; respectively; vs no disease-modifying antirheumatic drug) were associated with reduced odds of severe COVID-19. CONCLUSION: Older age, male sex, comorbidity burden, higher disease activity and glucocorticoid intake were associated with more severe COVID-19. Later pandemic time periods, PsO and exposure to TNFi, IL17i and IL-23i/IL-12+23i were associated with less severe COVID-19. These findings will enable risk stratification and inform management decisions for patients with PsO, PsA and axSpA during COVID-19 waves or similar future respiratory pandemics.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».