Infection au COVID-19 chez les patients recevant un traitement anti-CD20

Il s'agit d'une étude de cohorte rétrospective comparant des patients atteints d'une infection COVID-19 nouvellement diagnostiquée, précédemment traités avec des médicaments anti-CD20 pour des maladies telles que la vascularite ou l'hémopathie maligne, qui reçoivent du plasma convalescent à titre élevé avec des patients similaires recevant des soins habituels qui n'incluent pas convalescent plasma.

Les objectifs sont :

1. Décrire l'évolution naturelle du COVID-19 chez les patients précédemment traités avec des médicaments anti-CD20 pour des maladies telles que la vascularite et les hémopathies malignes. L'hypothèse des enquêteurs est que les patients qui acquièrent le COVID-19 précédé d'un traitement anti-CD20 récent développent une évolution prolongée de l'infection au COVID-19 qui n'est pas améliorée par le remdesivir et les agents immunomodulateurs seuls.
2. Quantifier le risque pour chaque résultat chez les patients atteints de COVID-19 en fonction de l'heure à laquelle ils ont reçu un traitement anti-CD20. L'hypothèse est que les patients atteints de COVID-19 peuvent être moins sensibles au traitement dirigé contre le COVID-19 lorsque l'anti-CD20 a été administré plus récemment (par exemple, moins de 6 mois) avant de contracter le COVID-19.
3. Comparer les résultats des patients atteints de COVID-19 qui ont reçu des médicaments anti-CD20 et qui sont traités ou non avec du plasma convalescent à titre élevé suffisant pour atteindre une séroconversion passive. L'hypothèse est que les patients qui ont reçu un médicament anti-CD20 au cours des 6 mois précédant leur diagnostic de COVID-19 ont une chance réduite d'obtenir un rétablissement complet sans d'abord atteindre la séroconversion passive du SRAS-CoV2.

Les données seront extraites d'un registre de données, intégré dans l'environnement du dossier de santé électronique (DSE), enregistrant automatiquement les sujets en fonction des données du dossier de santé électronique et extrayant les mesures de données pertinentes. Celle-ci est placée dans un magasin de données chaque nuit via un processus d'extraction, de transformation et de chargement utilisé dans le cadre des opérations de routine et validé dans le cadre de la maintenance de routine. Les définitions métriques dans le système de registre incluent la validation des données comme étant dans des limites définies basées sur l'entrée de valeurs EHR pour éviter les valeurs aberrantes incompatibles avec des données raisonnables. Le registre est intégré au système de dossiers médicaux et sa cohérence est vérifiée dans le cadre de l'architecture et de la maintenance du DSE. Toutes les données sont extraites du dossier de santé électronique Epic. Les diagnostics et les procédures sont codés à l'aide de la CIM-10-CM et de la SNOMED-CT et les données de laboratoire sont identifiées à l'aide des codes LOINC appropriés. Les métriques basées sur des règles calculent les informations démographiques et les scores de risque tels que l'indice de comorbidité de Charlson, comme indiqué dans le dictionnaire de données ci-joint.

Les analyses des résultats seront soumises à un ajustement du score de propension (PS) pour tenir compte de la sélection non aléatoire du traitement. Tout d'abord, les chercheurs estimeront le PS à partir d'une régression logistique multivariée dans laquelle les prédicteurs de la réception de CP (dans les 30 premiers jours) sont déterminés en fonction des caractéristiques de base du patient. Le modèle de propension comprendra l'âge, le sexe, la race, le score APACHE-3 et des covariables de base supplémentaires choisies a priori en fonction de la pertinence clinique. Enfin, la comparaison des résultats du traitement CP et sans CP sera ajustée pour tenir compte des différences de base en incluant PS (en tant que spline cubique restreinte dans le logit PS pour permettre des effets non linéaires) dans le modèle de régression des résultats avec la variable de traitement CP. En tant que technique PS supplémentaire, les patients traités sans CP seront appariés aux patients qui ont reçu une CP en fonction du groupe de maladies (vascularite ou hémopathie maligne) et du score de propension dans une tolérance de 0,2 écart type de logit-PS. Pour éviter le biais de survie, le processus d'appariement ne prendra en compte que les témoins éligibles qui ont été suivis aussi longtemps ou plus longtemps que le délai jusqu'à la première transfusion du cas de PC.

Des modèles de régression logistique à cotes proportionnelles distincts seront ajustés pour le score de résultat ordinal univarié de l'OMS à 30 jours et pour les scores de résultat multivariés à 30, 60 et 90 jours (en tant qu'analyse de mesures répétées), avec le statut de PC des patients, le temps, l'OMS de référence score, et PS inclus comme variables indépendantes. Les jours sans soins intensifs, définis comme le nombre de jours vivants et sans soins intensifs entre l'entrée dans l'étude et le jour 30 ou le jour 90, seront calculés et comparés entre les groupes CP et sans CP à l'aide de la régression de Poisson. Pour cette analyse, les enquêteurs commenceront initialement tous les patients au moment de la PCR positive dans le groupe sans PC. Lorsque les patients recevront leur première transfusion, leur suivi hors PC sera tronqué, et leur suivi sera redémarré au temps zéro dans le groupe PC. Les enquêteurs utiliseront un décalage dans le modèle pour tenir compte de la différence de jours d'observation entre les deux groupes. Enfin, l'hétérogénéité du traitement sera explorée pour les caractéristiques de base prédéfinies (par exemple, le temps écoulé depuis l'anti-CD20, le sexe, la race) en testant les interactions traitement-par-covariable dans les modèles de résultats. Le temps écoulé depuis l'anti-CD20 sera analysé comme une variable continue en utilisant une cohorte élargie pour considérer une plage de temps plus large (dans les 3 ans). Les chercheurs examineront également l'association entre le temps écoulé depuis l'utilisation d'anti-CD20 et les résultats de l'étude, quel que soit le traitement au plasma. Encore une fois, le temps sera considéré sur un continuum et modélisé de manière flexible à l'aide de splines de régression pour permettre des relations non linéaires avec le résultat.

Analyses de sensibilité :

Stratification par catégorie de maladie (vascularite vs hémopathies malignes) et stratification par titre d'anticorps, séroconversion obtenue, heure (à partir de la PCR positive initiale) à laquelle le plasma a été administré.