MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410513099 · doi:10.3899/jrheum.2025-0390.pv052

PREDICTORS OF MECHANICAL VENTILATION IN SYSTEMIC LUPUS ERYTHEMATOSUS PATIENTS WITH CORONAVIRUS DISEASE 2019: INSIGHTS FROM NATIONAL INPATIENT DATA

2025· article· en· W4410513099 sur OpenAlexvenueno aff
Godbless Ajenaghughrure, Sila Mateo Faxas, Tochukwu Ikpeze

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMechanical ventilationCoronavirus disease 2019 (COVID-19)Systemic diseaseDiseaseSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Intensive care medicineLupus erythematosus2019-20 coronavirus outbreakSystemic lupus erythematosusInternal medicineImmunologyVirologyInfectious disease (medical specialty)AntibodyOutbreak

Résumé

récupéré en direct d'OpenAlex

PV052 / #534 Poster Topic: AS06 - Comorbidities Background/Purpose Mechanical ventilation represents a critical outcome in Systemic Lupus Erythematosus (SLE) patients with Coronavirus Disease 2019 (COVID-19). We aimed to identify specific risk factors and predictors of mechanical ventilation in this population using nationally representative data. Methods Analyzing the 2021 National Inpatient Sample, we identified adult SLE patients with COVID-19 (ICD-10 code M32). The primary outcome was mechanical ventilation. Using survey-weighted logistic regression, we calculated adjusted odds ratios (aOR) for ventilation risk, controlling for demographics, comorbidities, and clinical factors. Results Among 170,085 SLE patients, 12,710 (7.47%) had COVID-19. The mechanical ventilation rate was significantly higher in COVID-19 patients vs non-COVID-19 (11.25% vs 2.76%, p < 0.001). After adjustment, COVID-19 remained strongly associated with ventilation risk (aOR 4.87, 95% CI 4.22-5.62, p < 0.001). Demographic analysis revealed higher ventilation rates in males vs females (11.76% vs 8.82%, aOR 1.06, 95% CI 0.79-1.12, p = 0.472) and African American vs Caucasian patients (13.3% vs 9.8%, aOR 1.17, 95% CI 1.00-1.37, p = 0.038). Comorbidity burden strongly predicted ventilation need: severe vs mild Elixhauser index (41.03% vs 9.87%, aOR 11.80, 95% CI 8.06-17.29, p < 0.001). Notable comorbidity associations included obesity (31.94% vs 22.23%, aOR 1.21, 95% CI 1.10-1.37, p < 0.001), diabetes (30.02% vs 23.54%, aOR 1.18, 95% CI 1.09-1.28, p < 0.001), and hypertension (34.70% vs 30.56%, aOR 0.60, 95% CI 0.51-0.70, p < 0.001). Acute complications significantly associated with ventilation included acute kidney injury (29.31% vs 21.38%, aOR 2.47, 95% CI 2.31-2.65, p < 0.001) and cardiac arrest (2.64% vs 0.92%, aOR 2.98, 95% CI 2.28-3.90, p < 0.001). Conclusions This analysis identifies key predictors of mechanical ventilation in SLE patients with COVID-19, highlighting the complex interplay between demographics, comorbidities, and acute complications. The nearly 5-fold increased risk of ventilation in COVID-19 patients, along with identified risk factors, can inform clinical decision making and resource allocation for this high-risk population.

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)0,004
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,287
Écart entre enseignants0,272 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetLong-Term Effects of COVID-19→Travaux en français237 207→