MétaCan
Menu
← Back to cohort
Record W4310459385 · doi:10.1503/cmaj.220620-f

Gravité de la COVID-19 chez les receveurs d’une transplantation d’organe plein au Canada, 2020–2021 : étude de cohorte prospective multicentrique

2022· article· fr· W4310459385 on OpenAlexaffvenueabout
Victoria Hall, Javier T Solera, Ghadeer Al-Alahmadi, Tina Marinelli, Héloïse Cardinal, Charles Poirier, Geneviève Huard, G. V. Ramesh Prasad, Sacha A. De Serres, Debra Isaac, Rahul Mainra, Caroline Lamarche, Ruth Sapir‐Pichhadze, Susan Gilmour, Atul Humar, Deepali Kumar

Bibliographic record

VenueCanadian Medical Association Journal · 2022
Typearticle
Languagefr
FieldMedicine
TopicCOVID-19 Clinical Research Studies
Canadian institutionsUniversité de Montréal
Fundersnot available
KeywordsCoronavirus disease 2019 (COVID-19)GynecologyMedicine2019-20 coronavirus outbreakHumanitiesArtInternal medicineVirology

Abstract

fetched live from OpenAlex

Résumé Contexte: La forme grave de COVID-19 semble affecter de manière disproportionnée les gens immunovulnérables, même si les données canadiennes dans ce contexte sont limitées. Nous avons voulu déterminer quels facteurs sont associés aux paramètres de la forme grave de COVID-19 chez les receveurs de transplantations au Canada. Méthodes: Nous avons procédé à une étude de cohorte multicentrique prospective regroupant tous les receveurs d’une transplantation d’organe plein ayant reçu un diagnostic de COVID-19 suivis dans 9 programmes de transplantation au Canada entre mars 2020 et novembre 2021. Les données ont été analysées afin de dégager les facteurs de risque à l’égard du recours à l’oxygénothérapie et autres critères de la gravité de la maladie. Nous avons comparé les paramètres selon le type d’organe transplanté et suivi l’évolution des paramètres au fil du temps. Nous avons procédé à une analyse multivariée pour déterminer quelles variables sont associées au recours à l’oxygénothérapie. Résultats: En tout, 509 patients ayant reçu une transplantation d’organe plein ont contracté la COVID-19 durant la période de l’étude. Les facteurs de risque associés au recours à l’oxygénothérapie (n = 190) ou non (n = 319) incluaient l’âge (âge médian 62,6 ans, intervalle interquartile [II] 52,5–69,5 ans c. âge médian 55,5 ans, II 47,5–66,5; p < 0,001) et le nombre de comorbidités (nombre médian 3, II 2–3 c. nombre médian 2, II 1–3; p < 0,001), de même que les paramètres concernant l’immunosuppression. Les receveurs d’une transplantation pulmonaire (n = 48) étaient plus susceptibles de souffrir d’une forme grave de la maladie, avec un taux de mortalité élevé (n = 15, 31,3 %) comparativement aux receveurs d’autres organes, y compris le rein (n = 48, 14,8 %), le cœur (n = 1, 4,4 %), le foie (n = 9, 11,4 %) et le rein–pancréas (n = 3, 12,0 %) (p = 0,02). Les facteurs protecteurs contre le recours à l’oxygénothérapie incluaient le fait d’avoir subi une transplantation hépatique et de recevoir de l’azathioprine. Le fait d’avoir reçu 2 doses de vaccin anti-SRAS-CoV-2 n’a pas eu d’influence appréciable sur le recours à l’oxygénothérapie. L’analyse multivariée a montré que l’âge avancé (rapport des cotes [RC] 1,04, intervalle de confiance [IC] de 95 % 1,02–1,07) et le nombre de comorbidités (RC 1,63, IC de 95 % 1,30–2,04), entre autres facteurs, étaient associés au recours à l’oxygénothérapie. La gravité de la maladie n’a pas considérablement diminué au fil du temps. Interprétation : Malgré les progrès thérapeutiques et la vaccination des receveurs d’une transplantation d’organe plein, les signes de gravité accrue de la COVID-19, en particulier chez les receveurs d’une transplantation pulmonaire, justifient le maintien des mesures de santé publique pour protéger ces personnes à risque, et l’utilisation hâtive de traitements contre la COVID-19 chez les receveurs d’une transplantation d’organe plein.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.007
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.154
Threshold uncertainty score0.310

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.007
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.003
Science and technology studies0.0020.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.011
GPT teacher head0.329
Teacher spread0.318 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations1
Published2022
Admission routes3
Has abstractyes

Explore more

Same venueCanadian Medical Association Journal→Same topicCOVID-19 Clinical Research Studies→French-language works237,207→