COVID-19 Vaccine Effectiveness among Patients with Psoriatic Disease: A Population-Based Study
Notice bibliographique
Résumé
Limited information is available on the effectiveness of COVID-19 vaccination in patients with psoriasis and psoriatic arthritis (psoriatic disease (PsD)). The objective of our research was to assess the effectiveness of mRNA COVID-19 vaccination in preventing SARS-CoV-2 positivity and severe infection in a cohort of patients with PsD and the association of immunosuppressants on SARS-CoV-2 infection-related outcomes from December 2020 to December 2021. Vaccine effectiveness was assessed in a matched nested case control study using conditional logistic regression adjusted for demographics, comorbidities and immunosuppressant use. Study outcomes included SARS-CoV-2 positivity and severe COVID-19 (moderate-to-severe COVID-19-related hospitalizations or death). At least one dose of mRNA COVID-19 vaccine was associated with reduced risk of SARS-CoV-2 positivity and severe COVID-19 (OR = 0.41 (95% CI, 0.38–0.43) and OR = 0.15 (95% CI, 0.11–0.20), respectively). A more significant effect was found among patients who received three vaccines doses compared with those who did not receive any (OR (for positive SARS-CoV-2) = 0.13 (95% CI, 0.12–0.15) and OR (for severe disease) = 0.02 (0.01–0.05)). Etanercept and methotrexate were associated with higher risk of SARS-CoV-2 positivity (1.58 (1.19–2.10), p = 0.001 and 1.25 (1.03–1.51), p = 0.03, respectively). In conclusion, our results show that mRNA COVID-19 vaccines are effective in reducing both infection and severe COVID-19-related 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».