Severe coronavirus disease 2019 and hypogammaglobulinemia: A prospective propensity-matched study of hemoadsorption
Notice bibliographique
Résumé
Background: The coronavirus disease 2019 (COVID-19) patients with hypogammaglobulinemia who are sick enough to require intensive care unit (ICU) admission exhibit high mortality rates. This study investigates whether the use of rescue hemoadsorption is associated with increased survival and/or improved clinical and biological parameters. Methods: In this prospective study, critically ill COVID-19 patients were consecutively enrolled, and serum protein electrophoresis was used to screen for hypogammaglobulinemia (defined as a gamma-globulin fraction below the 10th percentile and confirmed by a serum IgG level below 700 mg/dL). Twelve patients received hemoadsorption for immunomodulation. The same laboratory parameters were collected from 24 propensity-matched control patients who did not receive hemoadsorption. Results: There was no significant survival difference between patients treated with hemoadsorption and control patients. There was also no significant post-treatment improvement in the clinical parameters or sequential organ failure assessment (SOFA) scores for patients who received hemoadsorption compared to those who did not. Notably, 90% of all patients (32/36) died before day 28, regardless of whether they received hemoadsorption. An independent association between hypogammaglobulinemia and death within 28 days was found for all patients: Hazard ratio (HR) 0.32 (0.15, 0.66), P < 0.001. Conclusion: Hemoadsorption was not associated with increased survival in COVID-19 ICU patients with hypogammaglobulinemia. Our study highlights that a diagnosis of impaired humoral immunity could be a useful clinical predictor of high mortality and of non-response to hemoadsorption for patients with severe 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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.
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 ».