Assessing the impact of long-term inhaled corticosteroid therapy on patients with COVID-19 and coexisting chronic lung disease: A multicenter retrospective cohort study
Notice bibliographique
Résumé
Background Patients with chronic lung disease (CLD), such as asthma or chronic obstructive pulmonary disease, were expected to have an increased risk of clinical manifestations and severity of COVID-19. However, these comorbidities have been reported less frequently than expected. Chronic treatment with inhaled corticosteroids (ICS) may impact the clinical course of COVID-19. The main objective of this study is to know the influence of chronic treatment with ICS on the prognosis of COVID-19 hospitalized patients with CLD. Methods A multicenter retrospective cohort study was designed, including patients hospitalized with COVID-19. Epidemiological and clinical data were collected at admission and at seven days, and clinical outcomes were collected. Patients with CLD with and without chronic treatment with ICS were compared. Results Two thousand five hundred ninety-eight patients were included, of which 1,171 patients had a diagnosis of asthma and 1,427 of COPD (53.37% and 41.41% with ICS, respectively). No differences were found in mortality, transfer to ICU, or development of moderate-severe ARDS. Patients with chronic ICS had a longer hospital stay in both asthma and COPD patients (9 vs. 8 days, p = 0.031 in asthma patients), (11 vs. 9 days, p = 0.018 in COPD patients); although they also had more comorbidity burden. Conclusions Patients with chronic inhaled corticosteroids had longer hospital stays and more chronic comorbidities, measured by the Charlson comorbidity index, but they did not have more severe disease at admission, evaluated with qSOFA and PSI scores. Chronic treatment with inhaled corticosteroids had no influence on the prognosis of patients with chronic lung disease and COVID-19.
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 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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.
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.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».