Thrombotic and bleeding complications in patients with chronic lymphocytic leukemia and COVID-19: A study of ERIC, the European Research Initiative on CLL
Notice bibliographique
Résumé
Abstract Background: Patients with chronic lymphocytic leukemia (CLL) may be more susceptible to COVID-19 related poor outcomes, including thrombosis and death, due to the advanced age, the presence of comorbidities, and the disease and treatment-related immune deficiency. In this retrospective multicenter study, conducted by ERIC, the European Research Initiative on CLL, we assessed the risk of thrombosis and bleeding in patients with CLL affected by severe COVID-19. Methods: The study included patients from 79 centers across 22 countries. Data collection was conducted between April and May 2021. Results: A total of 793 patients from 79 centers were included in the study with 593 being hospitalized (74.8%). Among these, 518 were defined as having severe COVID: 162 were admitted to the ICU while 356 received oxygen supplementation outside the ICU. Most patients (90%) were receiving thromboprophylaxis. During COVID-19 treatment, 8.8% developed a thromboembolic event, while 4.8% experienced bleeding. Thrombosis developed in 20.5% of patients who were not receiving thromboprophylaxis, but only in 8.1% of patients who were on thromboprophylaxis. Bleeding episodes were more frequent in patients receiving intermediate/therapeutic versus prophylactic doses of low-molecular-weight heparin (LWMH) (11.1% vs. 4.2%, respectively) and in elderly. In multivariate analysis, peak D-dimer level was a poor prognostic factor for thrombosis occurrence (OR=1.020, 95%CI 1.006‒1.033), while thromboprophylaxis use was protective (OR=0.194, 95%CI 0.061‒0.614). Age and LMWH intermediate/therapeutic dose administration were prognostic factors in multivariate model for bleeding (OR=1.055, 95%CI 1.013-1.103 and OR=2.490, 95%CI 1.044-5.935, respectively). Conclusions: Patients with CLL affected by severe COVID-19 are at a high risk of thrombosis if thromboprophylaxis is not used, but also at increased risk of bleeding under the LMWH intermediate/therapeutic dose administration.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».