← Retour à la cohorte
Hormone replacement therapy and COVID-19 outcomes in solid organ transplant recipients compared with the general population
Amanda J. Vinson, Alfred Anzalone, Makayla Schissel, Ran Dai, Evan French, Amy L. Olex, Roslyn B. Mannon, Adam Wilcox, Adam M. Lee, Alexis Graves, Amin Manna, Amit Saha, Andrea Zhou, Andrew E. Williams, Andrew M. Southerland, Andrew T. Girvin, Anita Walden, Anjali Sharathkumar, Benjamin Amor, Benjamin Bates, Brian Hendricks, Brijesh Patel, Caleb Alexander, Carolyn T. Bramante, Cavin Ward‐Caviness, Charisse Madlock‐Brown, Christine Suver, Christopher G. Chute, Christopher Dillon, Chunlei Wu, Clare Schmitt, Cliff Takemoto, Dan Housman, Davera Gabriel, David Eichmann, Diego R. Mazzotti, Donald D. Brown, Eilis Boudreau, Elaine Hill, Elizabeth Zampino, Emily Carlson Marti, Emily Pfaff, Farrukh M. Koraishy, Federico Mariona, Fred Prior, George Sokos, Greg S. Martin, Harold P. Lehmann, Heidi Spratt, Hemalkumar B. Mehta, Hongfang Liu, Hythem Sidky, J W Awori Hayanga, Jami Pincavitch, Jaylyn Clark, Jeremy Harper, Jessica Y. Islam, Jin Ge, Joel Gagnier, Joel Saltz, Johanna Loomba, John B. Buse, Jomol Mathew, Joni L. Rutter, Julie A. McMurry, Justin Guinney, Justin Starren, Karen Crowley, Katie R. Bradwell, Kellie M Walters, Ken Wilkins, Kenneth Gersing, Kenrick Cato, Kimberly Murray, Kristin Kostka, Lavance Northington, Lee Allan Pyles, Leonie Misquitta, Lesley Cottrell, Lili Portilla, Mariam Deacy, Mark M. Bissell, Marshall Clark, Mary Emmett, Mary Saltz, Matvey B. Palchuk, Melissa Haendel, Meredith E. Adams, Meredith Temple-O’Connor, Michael G. Kurilla, Michele Morris, Nabeel Qureshi, Nasia Safdar, Nicole Garbarini, Noha Sharafeldin, Ofer Sadan, Patricia A. Francis, Penny Wung Burgoon, Peter N. Robinson, Philip Payne, Rafael Fuentes, Randeep S. Jawa, Rebecca Erwin-Cohen, Rena C. Patel, Richard A. Moffitt, Richard L. Zhu, Rishi Kamaleswaran, Robert W. Hurley, Robert Miller, Saiju Pyarajan, Sam G. Michael, Samuel Bozzette, Sandeep K. Mallipattu, Satyanarayana Vedula, S. C. Chapman, Shawn T. O’Neil, Soko Setoguchi, Stephanie Hong, Steve Johnson, Tellen D. Bennett, Tiffany J. Callahan, Ümit Topaloĝlu, Usman Ullah Sheikh, Valery Gordon, Vignesh Subbian, Warren A. Kibbe, Wenndy Hernandez, Will Beasley, Will Cooper, William B. Hillegass, Xiaohan Tanner Zhang
Notice bibliographique
RevueAmerican Journal of Transplantation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensDalhousie University
Organismes subventionnairesUniversity of Texas Health Science Center at San AntonioNational Center for Advancing Translational SciencesNational Institute of General Medical SciencesClinical and Translational Science Center, University of New MexicoWest Virginia Clinical and Translational Science InstituteClinical and Translational Science Institute, Boston UniversityUniversity of ChicagoChildren's National HospitalClinical and Translational Science Institute, University of FloridaSouth Carolina Clinical and Translational Research Institute, Medical University of South CarolinaCenter for Clinical and Translational Sciences, University of Texas Health Science Center at HoustonUniversity of WashingtonInstitute for Integration of Medicine and ScienceCenter for Clinical and Translational Science, Mayo ClinicColorado Clinical and Translational Sciences InstituteCenter for Clinical and Translational Science, University of MassachusettsUniversity of Southern CaliforniaUniversity of Colorado DenverLeonard M. Miller School of MedicineCincinnati Children's Hospital Medical CenterUniversity of California, IrvineIrving Medical Center, Columbia UniversityOregon Clinical and Translational Research InstituteUniversity of PennsylvaniaWeill Cornell Medical CollegeUniversity of Illinois at Urbana-ChampaignVanderbilt UniversityUniversity of Oklahoma Health Sciences CenterNational Institutes of HealthUniversity of California, DavisStony Brook UniversityInstitute for Clinical and Translational Science, University of California, IrvineOchsner HealthUniversity of California, San FranciscoLouisiana Clinical and Translational Science CenterInstitute of Translational Health SciencesNYU Langone Medical CenterAurora Health CarePenn State Clinical and Translational Science InstituteGeorgia Clinical and Translational Science AllianceAccelerated Innovation Research Initiative Turning Top Science and Ideas into High-Impact ValuesTranslational Research Institute, University of Arkansas for Medical SciencesNorthShore University HealthSystemYale UniversityUniversity of Texas Health Science Center at HoustonYale Center for Clinical Investigation, Yale School of MedicineMedStar Health Research InstituteUniversity of North Carolina at Chapel HillCarilion ClinicEmory UniversityChildren’s Hospital of Wisconsin Research InstituteSouthern California Clinical and Translational Science InstituteUniversity at BuffaloUniversity of RochesterUniversity of MiamiUniversity of South CarolinaVanderbilt University Medical CenterOhio State UniversityUniversity of Arkansas for Medical SciencesRutgers, The State University of New JerseyInstitute for Clinical and Translational Research, University of Wisconsin, MadisonPennsylvania State UniversityVanderbilt Institute for Clinical and Translational ResearchUniversity of California, San DiegoInstitute for Translational Medicine and TherapeuticsUniversity of CincinnatiInstitute of Clinical and Translational SciencesWake Forest Clinical and Translational Science Institute, Wake Forest School of MedicineGeorgetown-Howard Universities Center for Clinical and Translational ScienceMontana State UniversityUniversity of MichiganVirginia Commonwealth UniversityHarvard CatalystUniversity of OklahomaSchool of Medicine, Indiana UniversityWashington University in St. LouisUniversity of MinnesotaJohns Hopkins UniversityUniversity of California, Los AngelesBill and Melinda Gates FoundationMichigan Institute for Clinical and Health ResearchWest Virginia UniversityUniversity of UtahChildren's Hospital of PhiladelphiaGeorge Washington UniversityNorthwestern UniversityTulane UniversityBrown UniversityRush UniversityUniversity of Wisconsin-MadisonCenter for Clinical and Translational ResearchFrontiers Clinical and Translational Science Institute, University of KansasLoyola University ChicagoWake Forest UniversityUniversity of Texas Medical BranchUniversity of Nebraska Medical CenterChildren's Hospital ColoradoTufts Medical Center
Mots-clésMedicineHazard ratioInternal medicineProportional hazards modelPopulationAdverse effectHormone replacement therapy (female-to-male)Confidence intervalImmunosuppressionTestosterone (patch)
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,037
Score d'incertitude au seuil0,346
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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.
Tête enseignante Opus0,036
Tête enseignante GPT0,354
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 tête enseignante, 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
Citations3
Publié2023
Routes d'admission1
Résumé présentnon