MétaCan
Menu
Retour à la cohorte
Enregistrement W4367042262 · doi:10.2215/cjn.0000000000000186

Management and Outcome of COVID-19 Infection Using Nirmatrelvir/Ritonavir in Kidney Transplant Patients

2023· article· en· W4367042262 sur OpenAlexaffabout
Pierre Giguère, Marie-Josée Deschenes, MacKenzie Van Loon, Stephanie Hoar, Todd Fairhead, Rinu Pazhekattu, Greg Knoll, Jolanta Karpinski, Namrata Parikh, Jessica McDougall, Michaeline McGuinty, Swapnil Hiremath

Notice bibliographique

RevueClinical Journal of the American Society of Nephrology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRitonavirMedicineTacrolimusCalcineurinCreatinineInternal medicineRenal functionTherapeutic drug monitoringKidney transplantationRetrospective cohort studyDrugPharmacologyGastroenterologyTransplantationViral loadImmunologyHuman immunodeficiency virus (HIV)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nirmatrelvir/ritonavir has been shown to reduce the risk of coronavirus disease 2019 (COVID-19)-related complications in patients at high risk for severe COVID-19. However, clinical experience of nirmatrelvir/ritonavir in the transplant recipient population is scattered due to the complex management of drug-drug interactions with calcineurin inhibitors. We describe the clinical experience with nirmatrelvir/ritonavir at The Ottawa Hospital kidney transplant program. METHODS: Patients who received nirmatrelvir/ritonavir between April and June 2022 were included and followed up to 30 days after completion of treatment. Tacrolimus was withheld for 24 hours and resumed 72 hours after the last dose of nirmatrelvir/ritonavir (on day 8) on the basis of the drug level the day before. The first 30 patients had their dose adjusted according to drug levels performed twice in the first week and as needed thereafter. Subsequently, a simplified algorithm with less frequent calcineurin inhibitor-level monitoring was implemented. Outcomes, including tacrolimus-level changes, serum creatinine and AKI (defined as serum creatinine increase by 30%), and clinical outcomes were described globally and compared between algorithms. RESULTS: Fifty-one patients received nirmatrelvir/ritonavir. Tacrolimus levels drawn at the first time point, 7 days after withholding of calcineurin inhibitor, and 2 days after discontinuing nirmatrelvir/ritonavir were within the therapeutic target in 17/44 (39%), subtherapeutic in 21/44 (48%), and supratherapeutic in 6/44 (14%). Two weeks after, 55% were within the therapeutic range, 23% were below, and 23% were above it. The standard and simplified algorithms provided similar tacrolimus level (median 5.2 [4.0-6.2] µg/L versus 4.8 [4.3-5.7] µg/L, P = 0.70). There were no acute rejections or other complications. CONCLUSIONS: Withholding tacrolimus starting the day before initiation of nirmatrelvir/ritonavir with resumption 3 days after completion of therapy resulted in a low incidence of supratherapeutic levels but a short period of subtherapeutic levels for many patients. AKI was infrequent. The data are limited by the small sample size and short follow-up. PODCAST: This article contains a podcast at https://dts.podtrac.com/redirect.mp3/www.asn-online.org/media/podcast/CJASN/2023_07_10_CJN0000000000000186.mp3.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,480
Écart entre enseignants0,370 · 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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Journal of the American Society of NephrologyMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207