Literature DB >> 33966886

[Differences of characteristics and outcomes between cancer patients and patients with no active cancer hospitalised for a SARS-CoV-2 infection].

Charlotte Fenioux1, Yves Allenbach2, Aurore Vozy3, Joe-Élie Salem4, Georgina Maalouf5, Matheus Vieira2, Alexandre Le Joncour2, Olivier Benveniste2, David Saadoun2, Corinne Frère6, Luca Campedel3, Pierre Salem7, Joseph Gligorov8, Christian Funck-Brentano7, Patrice Cacoub2, Paul Gougis9.   

Abstract

BACKGROUND: Patients with solid cancer or haematologic malignancies have been considered to be more susceptible to SARS-CoV-2 infection and to more often develop severe complications. We aimed to compare the differences in clinical features and outcomes of COVID-19 patients with and without cancer.
METHODS: This was a prospective observational cohort study of consecutive adult patients hospitalised in a COVID-19 unit at Pitié-Salpêtrière Hospital, Paris, France (NCT04320017).
RESULTS: Among the 262 patients hospitalised in a medical ward during the pandemics with a confirmed COVID-19 diagnosis, 62 patients had cancer. Clinical presentation, comorbidities, and outcomes were similar between cancer and non-cancer patients. However, cancer patients were more likely to have been contaminated while being hospitalised.
CONCLUSIONS: Oncologic and non-oncologic patients hospitalised for COVID-19 shared similar outcomes in terms of death, admission in intensive care, or thrombosis/bleeding. They should benefit from the same therapeutic strategy as the general population during the COVID-19 pandemic.
Copyright © 2021 Société Française du Cancer. Published by Elsevier Masson SAS. All rights reserved.

Entities:  

Keywords:  COVID-19; Cancer; Cardiovascular complications; Complications cardio-vasculaires

Year:  2021        PMID: 33966886      PMCID: PMC7980139          DOI: 10.1016/j.bulcan.2021.03.004

Source DB:  PubMed          Journal:  Bull Cancer        ISSN: 0007-4551            Impact factor:   1.276


Introduction

La propagation rapide de la pandémie de COVID-19 dans le monde est particulièrement préoccupante pour les populations fragiles. Les premières études ont suggéré que les patients cancéreux pourraient courir un risque accru de contracter le SRAS-CoV-2 et de développer une forme grave de la maladie. Dès le début de la pandémie, une analyse en sous-groupe de dix-huit patients cancéreux inclus dans une cohorte prospective de 1590 cas chinois de COVID-19 a suggéré que les patients cancéreux étaient beaucoup plus vulnérables aux complications du COVID-19 que les patients non cancéreux, avec des taux plus élevés d’admission en unité de soins intensifs, de recours à la ventilation invasive ou de décès (39 % vs 8 %, p  = 0,0003) [1]. Une seconde étude rétrospective chinoise a également suggéré que les patients cancéreux étaient plus susceptibles de recevoir un diagnostic de COVID-19 puisque leurs taux d’infection étaient plus élevés que l’incidence cumulée rapportée au cours de la même période à Wuhan [2]. À l’inverse, une cohorte britannique de patients cancéreux actifs atteints de COVID-19 symptomatique n’a montré aucune augmentation de la mortalité liée au COVID-19 chez les patients recevant des chimiothérapies cytotoxiques qualifiées de récentes [3]. Ces résultats étaient discordants avec ceux d’une autre grande étude chinoise qui montrait que les patients ayant reçu une chimiothérapie quatre semaines avant les symptômes du COVID-19 avaient un risque plus élevé de décès [4]. Les taux de mortalité rapportés des patients cancéreux atteints de la COVID-19 s’échelonnent entre 7 % et 34 %, et sont difficilement comparables du fait de l’hétérogénéité du stade de l’infection à SARS-COV-2 considéré, du type de cancer et du type de traitement anti-cancéreux en cours. Cependant, dans ces études, aucune comparaison directe n’a été faite entre les patients ayant ou non un cancer, et l’impact d’un cancer actif sur le pronostic clinique des patients hospitalisés reste inconnu. Notre étude vise à comparer les différences dans les caractéristiques cliniques et le devenir des patients hospitalisés pour COVID-19 sévère, avec et sans cancer actif.

Méthodes

Il s’agit d’une analyse descriptive d’une cohorte observationnelle prospective monocentrique comprenant tous les patients consécutifs hospitalisés entre le 16 mars et le 26 avril 2020 dans une unité dédiée au COVID-19 de l’hôpital de la Pitié-Salpêtrière, Paris, France. Cette étude suit les recommandations internationales pour les études observationnelles « Strengthening Reporting of Observational Studies in Epidemiology » (STROBE) et pour les études de cohorte « TRIPOD reporting guideline » [5] (NCT04320017). Toutes les données ont été collectées de manière prospective sous une forme standardisée. Les analyses ont été réalisées sur la plateforme statistique R, version 4.0.2. Des tests de Fisher ont été effectués pour des comparaisons de proportions et de Wilcoxon pour des comparaisons de variables continues. Tous les patients étaient des adultes hospitalisés dans un service médical et ne nécessitant pas de soins intensifs à l’admission. Le diagnostic de COVID-19 était défini par la présence un test positif au SARS-CoV-2 (RT-PCR) à partir d’écouvillons nasaux et/ou la présence d’images radiologiques caractéristiques sur le scanner thoracique selon les critères CO-RADS [6]. Nous avons collecté à l’admission les données démographiques des patients, les comorbidités sous-jacentes, y compris les maladies cardiovasculaires, le type de cancer solide ou d’hémopathies malignes, les traitements oncologiques (chimiothérapie, immunothérapie, thérapie ciblée, hormonothérapie) ainsi que toute autre thérapie immunosuppressive/modulatrice (utilisation de stéroïdes, anti-inflammatoires non-stéroïdiens ou autres), la présence d’une insuffisance rénale chronique pré-existante (définie par un DFG inférieur ou égal à 60 ml/mn) ou d’une insuffisance hépatique chronique diagnostiquée. Les patients ayant un cancer étaient considérés comme ayant un traitement en cours lorsqu’ils avaient reçu un traitement anticancéreux dans les quatre semaines précédant le diagnostic de COVID-19. Étaient considérés comme patients ayant un cancer actif ceux qui étaient patients traités depuis moins d’un an pour un cancer localisé ou suivi pour un cancer récidivant ou métastatique. Le type de contamination par le SARS-COV-2 communautaire versus nosocomial a été déduit du lieu ou se trouvait le patient au cours de la semaine précédant le diagnostic du COVID-19 : domicile, hôpital, structure de soin extra-hospitalière. Les données collectées pendant le séjour à l’hôpital comprenaient les signes vitaux, les résultats biologiques et radiologiques, toute utilisation de thérapie anti-COVID/antibiotiques, la décision collégiale de limitation du traitement, le transfert en unité de soins intensifs, la décision d’assistance ventilatoire.

Résultats

Parmi les 262 patients consécutifs hospitalisés pour une infection par le SARS-CoV-2, 79 patients avaient des antécédents de cancer, 62 patients (24,8 %) avaient un cancer actif dont 35 patients (13,3 %) actuellement traités pour un cancer solide et 27 patients (10,3 %) traités pour une pathologie hématologique maligne. Les caractéristiques à l’admission et l’évolution des patients des deux groupes sont résumées dans le Tableau 1 . Les patients cancéreux atteints de COVID-19 étaient pour la plupart des hommes (61 %), avec un âge médian de 72 ans. À leur admission, 39 (67 %) d’entre eux avaient reçu un traitement oncologique dans les quatre semaines précédant les premiers symptômes de la COVID-19 répartis entre : chimiothérapie cytotoxique (37,3 %), radiochimiothérapie (1,7 %), thérapie ciblée (15,3 %), immunothérapie (3,4 %) et hormonothérapie (8,5 %). Les patients cancéreux recevaient également plus fréquemment des corticostéroïdes au départ par rapport aux patients sans cancer (24,2 % vs 4,0 % chez les patients non cancéreux, p  < 0,0001) et avaient un nombre de lymphocytes au départ inférieur à celui des patients sans cancer (0,7 × 109/L vs 0,9, p  = 0,043). Parmi les comorbidités, la dyslipidémie et les accidents vasculaires cérébraux étaient plus fréquents chez les patients non cancéreux que chez les patients cancéreux. Il n’y avait pas de différence significative entre les autres comorbidités ni entre les caractéristiques biologiques à l’admission entre les deux groupes.
Tableau 1

Comparaison des caractéristiques cliniques des patients atteints d’un cancer actif et de ceux sans cancer hospitalisés pour une infection à SARS-Cov-2.

Patients avec un cancer actifPatients sans cancer actifsDonnées manquantesp-value
n = 62n = 200
SexeMasculin59,7 % (37)53,5 % (107)0,47
Age (années)Médiane (IQR)72,0 (60,8–82,8)77,0 (63,0–84,0)0,13
IMCMédiane (IQR)24,2 (21,9–25,8)25,2 (21,8–28,3)16 %0,059
Type de cancerSein8,1 % (5)
Colo-rectal1,6 % (1)
Poumon9,7 % (6)
Lymphome19,4 % (12)
Myélome multiple4,8 % (3)
Prostate14,5 % (9)
Autre cancer solide19,4 % (12)
Autre cancer hématologique22,6 % (14)
Stade du cancerLocalisé53,2 % (33)
Métastases à distance46,8 % (29)
Antécédent de cancer (guéri)30,6 % (19)
Traitement oncologiqueChimiothérapie cytotoxique37,0 % (23)
Radio-chimiothérapie1,6 % (1)
Thérapie moléculaire ciblée8,0 % (5)
Immunothérapie4,8 % (3)
Hormonothérapie11,3 % (7)
Aucune37,0 % (23)
ComorbiditésHypertension54,8 % (34)58,0 % (116)0,66
Diabète17,7 % (11)26,0 % (52)0,23
Dyslipidémie21,0 % (13)35,0 % (70)0,043
Coronaropathie19,4 % (12)19,5 % (39)1,0
Insuffisance cardiaque chronique16,1 % (10)13,0 % (26)0,52
AVC6,5 % (4)19,5 % (39)0,017
Embolie pulmonaire6,5 % (4)6,5 % (13)1,0
TVP6,5 % (4)4,0 % (8)0,49
Tabagisme acitf4,8 % (3)7,0 % (14)0,4 %1,0
BPCO8,1 % (5)5,0 % (10)0,55
Insuffisance respiratoire chronique3,2 % (2)2,5 % (5)0,81
Asthme4,8 % (3)5,0 % (10)1,0
Atteinte rénale19,4 % (12)18,5 % (37)1,0
Atteinte hépatique1,6 % (1)4,5 % (9)0,46
Auto-immunité9,7 % (6)9,5 % (19)1,0
ComédicationIEC19,4 % (12)19,0 % (38)1,0
ARA211,3 % (7)16,0 % (32)0,42
Anti-aggrégants plaquettaires27,4 % (17)29,5 % (59)0,75
AVK4,8 % (3)5,5 % (11)1,0
HBPM21,0 % (13)10,5 % (21)0,05
NACO4,8 % (3)11,5 % (23)0,15
AINS6,5 % (4)6,0 % (12)1,0
Corticostéroïdes24,2 % (15)4,0 % (8)< 0,0001
Immunosuppresseurs/modulateurs53,2 % (33)8,5 % (17)< 0,0001
Mode de contaminationCommunautaire54,8 % (34)69,5 % (139)5,0 %0,008
Nosocomial35,5 % (22)18,0 % (36)
Présentation Clinique au diagnostiqueEchelle OMS pour infections virales5 (4–5)5 (4–5)0,26
Dyspnée51,6 % (32)68,5 % (137)0,019
Fièvre56,5 % (35)72,5 % (145)0,042
Myalgie11,3 % (7)26,0 % (52)0,009
Fréquence respiratoire (/mn)20,0 (18,0–28,0)24,0 (20,0–28,0)0,075
Saturation en oxygène (%)96,0 (92,0–98,0)95,0 (92,2–97,0)0,19
Oxygenothérapie (L/mn)1,0 (0,0–3,0)2,0 (0,0–3,0)0,11
Biologie à l’admissionLeucocytes (x 109/L)6,4 (4,1–8,6)6,1 (5,0–8,3)8 %0,60
Neutrophiles (x 109/L)4,8 (2,7–7,1)4,6 (3,5–6,3)13 %0,70
Lymphocytes (x 109/L)0,7 (0,5–1,1)0,9 (0,7–1,3)13 %0,043
Hémoglobine (g/L)11,7 (10,4–12,6)12,9 (11,8–14,6)8 %< 0,0001
Plaquettes (x 109/L)191 (119–272)209 (154–281)8 %0,17
CRP (mg/L)64,7 (27,3–118)55,2 (15,4–118)9 %0,64
LDH (IU/L)287 (251–400)305 (262–407)41 %0,61
Ferritine (ng/mL)895 (371–1296)600 (261–1038)47 %0,24
Fibrinogène (g/L)5,8 (4,6–7,0)5,8 (4,8–6,8)29 %0,81
Procalcitonine (ng/ml)0,2 (0,1–1,0)0,1 (0,1–0,3)21 %0,24
D-Dimères (ng/mL)1270 (647–2057)925,0 (482–1897)51 %0,16
Albumine (g/L)33,0 (29,0–36,0)33,0 (28,0–36,0)35 %0,84
Troponine T hs (ng/l)18,9 (9,9–42,5)16,4 (9,5–31,0)21 %0,35
NT-pro-BNP (ng/l)332 (142–1864)397 (125–1506)27 %0,82
Diagnostic du SARS-COV-2SARS-CoV-2 positive RT-PCR58,1 % (36)60,5 % (121)0,63
Scanner thoracique77,4 % (48)77,5 % (155)1,0
Pneumonie au scanner87,5 % (42)75,4 % (117)23 %1,0
Pneumonie< 50 %45,2 % (28)36,5 % (73)23 %
> 50 %29,1 % (14)20,5 % (41)0,27
Fibrose4,8 % (3)3,0 % (6)23 %0,45
Traitement du SARS-COV-2Hydroxychloroquine41,9 % (26)41,5 % (83)1,00
Macrolide25,8 % (16)41,0 % (82)0,035
Tocilizumab8,1 % (5)2,5 % (5)0,060
Sarilumab3,2 % (2)4,5 % (9)1,0
Antibiotiques67,7 % (42)73,5 % (147)0,47
Support ventilatoire maximumOxygénothérapie – lunettes38,7 % (24)40,5 % (81)0,3 %0,31
Oxygénothérapie – masque21,0 % (13)21,0 % (42)
VNI3,2 % (2)9,5 % (19)
Intubation oro-trachéale3,2 % (2)5,5 % (11)
Aucun33,9 % (21)23 % (46)
ComplicationsEmbolie artérielle3,2 % (2)3,0 % (6)1,0
TVP1,6 % (1)1,0 % (2)0,56
Embolie pulmonaire3,2 % (2)8,5 % (17)0,26
Hémorragie8,1 % (5)6,5 % (13)0,77
Infection bactérienne4,8 % (3)11,0 % (22)0,15
DevenirTransfert en unité de soins intensifs8,1 % (5)13,5 % (27)0,26
Limitation thérapeutique12,9 % (8)13,5 % (27)1,0
Durée d’hospitalisation (jours), médiane (rang)12,5 (8,0–28,8)12,0 (8,0–19,9)0,22
Décès22,6 % (14)20,0 % (40)0,72

AINS : anti-inflammatoires non stéroïdien s ; ARA2 : antagonistes des récepteurs de l’angiotensine 2 ; AVC : accident vasculaire cérébral ; AVK : anti-vitamine K ; BPCO : bronchopneumopathie chronique obstructive ; CRP : protéine-C reactive ; HBPM : héparines de bas poids moléculaire ; IEC : inhibiteurs de l’enzyme de conversion de l’angiotensine ; IL-6 : interleukine 6 ; IMC : indice de masse corporelle ; IQR : intervalle interquartile ; LDH : lactate dehydrogenase ; NACO : nouveaux anticoagulants oraux ; PO2 : pression partielle en oxygène ; TVP : thrombose veineuse profonde ; USI : unité de soins intensifs.

Comparaison des caractéristiques cliniques des patients atteints d’un cancer actif et de ceux sans cancer hospitalisés pour une infection à SARS-Cov-2. AINS : anti-inflammatoires non stéroïdien s ; ARA2 : antagonistes des récepteurs de l’angiotensine 2 ; AVC : accident vasculaire cérébral ; AVK : anti-vitamine K ; BPCO : bronchopneumopathie chronique obstructive ; CRP : protéine-C reactive ; HBPM : héparines de bas poids moléculaire ; IEC : inhibiteurs de l’enzyme de conversion de l’angiotensine ; IL-6 : interleukine 6 ; IMC : indice de masse corporelle ; IQR : intervalle interquartile ; LDH : lactate dehydrogenase ; NACO : nouveaux anticoagulants oraux ; PO2 : pression partielle en oxygène ; TVP : thrombose veineuse profonde ; USI : unité de soins intensifs. Les patients pouvaient être admis dans l’unité COVID depuis le service des urgences ou depuis un transfert intra/extrahospitalier d’une unité non COVID. Un parcours patient supérieur à une semaine dans un établissement de santé avant le diagnostic du SRAS-CoV-2 a été considéré comme une contamination nosocomiale. Une proportion significativement plus élevée de patients atteints de COVID-19 atteints de cancer a été contaminée en milieu hospitalier (35,5 % vs 18,0 %, p  = 0,008). Les patients cancéreux étaient moins symptomatiques au moment du diagnostic, et notamment moins dyspnéiques (51,6 % vs 68,5 %, p  = 0,019). Ils avaient cependant un niveau de saturation en oxygène (SaO2) similaire à l’admission dans l’unité COVID-19 (95,0 % vs 96,0 %, p  = 0,19). Les deux groupes présentaient un profil biologique similaire caractérisé par une augmentation des marqueurs inflammatoires et des facteurs procoagulants. Il n’y avait pas de différence significative concernant les événements indésirables, avec une même proportion d’embolie artérielle (3,2 % vs 3,0 %, p  = 1), de thrombose veineuse profonde (1,6 % vs 1,0 %, p  = 0,56) ou d’embolie pulmonaire (3,2 % vs 8,5 %, p  = 0,26). Il n’y avait pas non plus de différence de survenue et de gravité de l’insuffisance respiratoire avec des besoins similaires en termes d’assistance respiratoire (ventilation non invasive 3,2 % vs 9,5 %, et intubation orotrachéale 3,2 % vs 5,5 %, p  = 0,3). Les deux groupes avaient un accès égal aux traitements antiviraux supposés actifs contre la COVID-19 lors de la période concernée. D.ans l’ensemble, 15,3 % ont été inclus dans les essais cliniques (p  = 0,50) et 41,9 % ont reçu de l’hydroxychloroquine (41,9 % vs 41,5 %, p  = 1,0). Deux patients ont développé une progression tumorale pendant l’hospitalisation pour COVID-19. Il n’y avait pas de différence significative entre les groupes en termes de décision écrite de limitation des efforts thérapeutiques (12,9 % vs 13,5 %, p  = 1,0). Dans le groupe de patients cancéreux atteints COVID-19, 8,1 % ont été hospitalisés en unité de soins intensifs contre 13,5 % des patients non cancéreux (p  = 0,26), et 22,6 % des patients sont décédés contre 20 % (p  = 0,72). Parmi les patients ayant eu une évolution défavorable de leur infection à COVID-19 (séjour ou réanimation et/ou décès), nous n’avons pas relevé de différence statistiquement significative entre les patients atteints de cancer solide et les patients ayant une hémopathie maligne (30 % vs 24 %, p  = 0,58).

Discussion

La pandémie de COVID-19 a eu un impact considérable sur les stratégies de traitement des patients cancéreux car ils ont été considérés rapidement plus à risque de développer des formes sévères de COVID-19 [7]. Dans notre cohorte, nous avons constaté que les patients avec un cancer actif, atteints de COVID-19 étaient plus souvent contaminés à l’hôpital, probablement en raison de leur besoin accru de soins hospitaliers et de visites régulières. Cela devrait encourager l’utilisation de protocoles d’isolement pour atténuer le risque de transmission à l’hôpital dans cette population. Les caractéristiques des patients avec un cancer actif, hospitalisés pour COVID-19 au moment du diagnostic étaient semblables avec celles du groupe non oncologique et avec la population à risque décrite dans les études observationnelles antérieures sur la COVID-19 : sexe masculin, âge et comorbidités cardiovasculaires. En comparaison aux autres séries, il y avait peu de patients en surpoids dans notre cohorte, avec une limite d’IMC supérieure à 28,3. L’absence de patients obèses peut s’expliquer par un biais de recrutement, car les patients ayant un terrain cardiovasculaires étaient plus facilement transférés en unité de cardiologie-COVID. Dans notre cohorte, les patients cancéreux étaient plus immunodéprimés avec 53,2 % des patients cancéreux recevant un traitement immunosuppresseur chronique à l’admission, y compris des corticoïdes, et un nombre de lymphocytes significativement plus bas. La différence de médiane des lymphocytes est à 0,7 pour les patients avec cancer actif en comparaison à 0,9 pour ceux sans cancer actif, avec un p à 0,043 ce qui est à la limite de la significativité. À noter qu’il n’y a pas de lymphopénie profonde dans le groupe avec cancer actif (limite inférieure à 0,5) et que la population sans cancer à en fait une lymphopénie globale avec une limite supérieure à 1,3 en dessous des valeurs normales habituelles. Cependant, les patients cancéreux atteints de COVID-19 n’avaient pas un pronostic plus mauvais que les patients non cancéreux dans cette unité. Les effets thérapeutiques rapportés des corticoïdes pourraient expliquer en partie ce bon résultat dans le groupe de patients cancéreux [8]. Une seconde préoccupation importante chez les patients atteints de COVID-19 concerne la majoration du risque de troubles de la coagulation et de thrombose [9]. Dans la lignée des études rétrospectives publiées sur le sujet [10], nous avons trouvé un taux élevé de 7,9 % d’embolie pulmonaire et 6,7 % d’hémorragies cliniquement significatives dans l’ensemble de la cohorte, sans différence significative entre les patients oncologiques et non oncologiques. Les dosages des protéines de la coagulation étaient semblables dans les deux groupes, avec des niveaux élevés de D-dimère, de fibrinogène, de CRP et un taux normal de temps de prothrombine et de numération plaquettaire. Nous avons constaté que les patients avec un cancer actif, hospitalisés pour COVID-19 avaient des résultats similaires en termes de risque de décès, d’admission en soins intensifs et d’apparition de thrombose ou d’hémorragie. Cette étude a cependant un faible effectif et nécessite d’être confirmé sur des effectifs de plus grande taille. Le nombre de passage en réanimation était faible (5/62 = 8 dans le groupe cancer contre 27/200 = 13,5 dans l’autre groupe, p  = 0,25), et ne nous a pas permis de déterminer les facteurs de risques qui y étaient associés, comme une antibiothérapie récente ou l’utilisation d’une chimiothérapie, ni de relever de différence significative entre les tumeurs solides et les hémopathies malignes comme cela a pu être évoqué dans la littérature [11]. Il serait intéressant de faire une étude multicentrique étudiant les facteurs de vulnérabilité vis-à-vis du SARS CoV-2 chez des patients atteints de cancer afin d’adapter au mieux nos pratiques [12].

Conclusion

Dans l’ensemble, les résultats de cette étude suggèrent que les patients atteints de COVID-19 avec un cancer actif et ceux sans cancer ont des résultats similaires et devraient recevoir des soins similaires, en particulier un accès égal à une unité de soins intensifs. Les modifications ou interruptions du traitement oncologique doivent être individualisées en fonction de l’âge du patient et des comorbidités, et des interactions pharmacologiques avec le traitement par COVID-19 [10].

Déclaration de liens d’intérêts

Dr JE. Salem, advisory board, BMS. Dr J. Gligorov, consultant Roche Genentech et Novartis.

Financement

aucun.

Approbation éthique et consentement à participer

registre des traitements de l’APHP, numéro de référence du comité 20200414122711.
  12 in total

1.  Anticancer drugs and COVID-19 antiviral treatments in patients with cancer: What can we safely use?

Authors:  Paul Gougis; Charlotte Fenioux; Christian Funck-Brentano; Marianne Veyri; Joseph Gligorov; Caroline Solas; Jean-Philippe Spano
Journal:  Eur J Cancer       Date:  2020-06-10       Impact factor: 9.162

2.  Clinical impact of COVID-19 on patients with cancer (CCC19): a cohort study.

Authors:  Nicole M Kuderer; Toni K Choueiri; Dimpy P Shah; Yu Shyr; Samuel M Rubinstein; Donna R Rivera; Sanjay Shete; Chih-Yuan Hsu; Aakash Desai; Gilberto de Lima Lopes; Petros Grivas; Corrie A Painter; Solange Peters; Michael A Thompson; Ziad Bakouny; Gerald Batist; Tanios Bekaii-Saab; Mehmet A Bilen; Nathaniel Bouganim; Mateo Bover Larroya; Daniel Castellano; Salvatore A Del Prete; Deborah B Doroshow; Pamela C Egan; Arielle Elkrief; Dimitrios Farmakiotis; Daniel Flora; Matthew D Galsky; Michael J Glover; Elizabeth A Griffiths; Anthony P Gulati; Shilpa Gupta; Navid Hafez; Thorvardur R Halfdanarson; Jessica E Hawley; Emily Hsu; Anup Kasi; Ali R Khaki; Christopher A Lemmon; Colleen Lewis; Barbara Logan; Tyler Masters; Rana R McKay; Ruben A Mesa; Alicia K Morgans; Mary F Mulcahy; Orestis A Panagiotou; Prakash Peddi; Nathan A Pennell; Kerry Reynolds; Lane R Rosen; Rachel Rosovsky; Mary Salazar; Andrew Schmidt; Sumit A Shah; Justin A Shaya; John Steinharter; Keith E Stockerl-Goldstein; Suki Subbiah; Donald C Vinh; Firas H Wehbe; Lisa B Weissmann; Julie Tsu-Yu Wu; Elizabeth Wulff-Burchfield; Zhuoer Xie; Albert Yeh; Peter P Yu; Alice Y Zhou; Leyre Zubiri; Sanjay Mishra; Gary H Lyman; Brian I Rini; Jeremy L Warner
Journal:  Lancet       Date:  2020-05-28       Impact factor: 79.321

3.  Uniformity in measuring adherence to reporting guidelines: the example of TRIPOD for assessing completeness of reporting of prediction model studies.

Authors:  Pauline Heus; Johanna A A G Damen; Romin Pajouheshnia; Rob J P M Scholten; Johannes B Reitsma; Gary S Collins; Douglas G Altman; Karel G M Moons; Lotty Hooft
Journal:  BMJ Open       Date:  2019-04-24       Impact factor: 2.692

4.  COVID-19 mortality in patients with cancer on chemotherapy or other anticancer treatments: a prospective cohort study.

Authors:  Lennard Yw Lee; Jean-Baptiste Cazier; Vasileios Angelis; Roland Arnold; Vartika Bisht; Naomi A Campton; Julia Chackathayil; Vinton Wt Cheng; Helen M Curley; Matthew W Fittall; Luke Freeman-Mills; Spyridon Gennatas; Anshita Goel; Simon Hartley; Daniel J Hughes; David Kerr; Alvin Jx Lee; Rebecca J Lee; Sophie E McGrath; Christopher P Middleton; Nirupa Murugaesu; Thomas Newsom-Davis; Alicia Fc Okines; Anna C Olsson-Brown; Claire Palles; Yi Pan; Ruth Pettengell; Thomas Powles; Emily A Protheroe; Karin Purshouse; Archana Sharma-Oates; Shivan Sivakumar; Ashley J Smith; Thomas Starkey; Chris D Turnbull; Csilla Várnai; Nadia Yousaf; Rachel Kerr; Gary Middleton
Journal:  Lancet       Date:  2020-05-28       Impact factor: 79.321

5.  Clinical characteristics, outcomes, and risk factors for mortality in patients with cancer and COVID-19 in Hubei, China: a multicentre, retrospective, cohort study.

Authors:  Kunyu Yang; Yuhan Sheng; Chaolin Huang; Yang Jin; Nian Xiong; Ke Jiang; Hongda Lu; Jing Liu; Jiyuan Yang; Youhong Dong; Dongfeng Pan; Chengrong Shu; Jun Li; Jielin Wei; Yu Huang; Ling Peng; Mengjiao Wu; Ruiguang Zhang; Bian Wu; Yuhui Li; Liqiong Cai; Guiling Li; Tao Zhang; Gang Wu
Journal:  Lancet Oncol       Date:  2020-05-29       Impact factor: 41.316

6.  Clinical characteristics of COVID-19-infected cancer patients: a retrospective case study in three hospitals within Wuhan, China.

Authors:  L Zhang; F Zhu; L Xie; C Wang; J Wang; R Chen; P Jia; H Q Guan; L Peng; Y Chen; P Peng; P Zhang; Q Chu; Q Shen; Y Wang; S Y Xu; J P Zhao; M Zhou
Journal:  Ann Oncol       Date:  2020-03-26       Impact factor: 32.976

7.  CO-RADS: A Categorical CT Assessment Scheme for Patients Suspected of Having COVID-19-Definition and Evaluation.

Authors:  Mathias Prokop; Wouter van Everdingen; Tjalco van Rees Vellinga; Henriëtte Quarles van Ufford; Lauran Stöger; Ludo Beenen; Bram Geurts; Hester Gietema; Jasenko Krdzalic; Cornelia Schaefer-Prokop; Bram van Ginneken; Monique Brink
Journal:  Radiology       Date:  2020-04-27       Impact factor: 11.105

8.  Dexamethasone in Hospitalized Patients with Covid-19.

Authors:  Peter Horby; Wei Shen Lim; Jonathan R Emberson; Marion Mafham; Jennifer L Bell; Louise Linsell; Natalie Staplin; Christopher Brightling; Andrew Ustianowski; Einas Elmahi; Benjamin Prudon; Christopher Green; Timothy Felton; David Chadwick; Kanchan Rege; Christopher Fegan; Lucy C Chappell; Saul N Faust; Thomas Jaki; Katie Jeffery; Alan Montgomery; Kathryn Rowan; Edmund Juszczak; J Kenneth Baillie; Richard Haynes; Martin J Landray
Journal:  N Engl J Med       Date:  2020-07-17       Impact factor: 91.245

9.  COVID-19 and its implications for thrombosis and anticoagulation.

Authors:  Jean M Connors; Jerrold H Levy
Journal:  Blood       Date:  2020-06-04       Impact factor: 25.476

10.  Incidence of thrombosis and hemorrhage in hospitalized cancer patients with COVID-19.

Authors:  Rushad Patell; Thomas Bogue; Poorva Bindal; Anita Koshy; Mwanasha Merrill; William C Aird; Kenneth A Bauer; Jeffrey I Zwicker
Journal:  J Thromb Haemost       Date:  2020-08-23       Impact factor: 16.036

View more

北京卡尤迪生物科技股份有限公司 © 2022-2023.