MétaCan
Menu
Retour à la cohorte
Enregistrement W2588819132 · doi:10.1093/cid/cix127

Impact of Outpatient Neuraminidase Inhibitor Treatment in Patients Infected With Influenza A(H1N1)pdm09 at High Risk of Hospitalization: An Individual Participant Data Metaanalysis

2017· review· en· W2588819132 sur OpenAlexaff
Sudhir Venkatesan, Puja Myles, Jo Leonardi‐Bee, Stella G. Muthuri, Malak Al Masri, Nick Andrews, Carlos Bantar, Gal Dubnov‐Raz, Patrick Gérardin, Evelyn Siew-Chuan Koay, Tze Ping Loh, Ziad A. Memish, Elizabeth Miller, Maria E. Oliva, Barbara A. Rath, Brunhilde Schweiger, Julian W. Tang, Dat Tran, Tjasa Vidmar, Pauline A. Waight, Jonathan S. Nguyen‐Van‐Tam

Notice bibliographique

RevueClinical Infectious Diseases · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioConfidence intervalInternal medicineLogistic regressionNeuraminidase inhibitorPropensity score matchingPopulationEmergency medicinePediatricsCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While evidence exists to support the effectiveness of neuraminidase inhibitors (NAIs) in reducing mortality when given to hospitalized patients with A(H1N1)pdm09 virus infection, the impact of outpatient treatment on hospitalization has not been clearly established. We investigated the impact of outpatient NAI treatment on subsequent hospitalization in patients with A(H1N1)pdm09 virus infection. METHODS: We assembled general community and outpatient data from 9 clinical centers in different countries collected between January 2009 and December 2010. We standardized data from each study center to create a pooled dataset and then used mixed-effects logistic regression modeling to determine the effect of NAI treatment on hospitalization. We adjusted for NAI treatment propensity and preadmission antibiotic use, including "study center" as a random intercept to account for differences in baseline hospitalization rate between centers. RESULTS: We included 3376 patients with influenza A(H1N1)pdm09, of whom 3085 (91.4%) had laboratory-confirmed infection. Eight hundred seventy-three patients (25.8%) received outpatient or community-based NAI treatment, 928 of 2395 (38.8%) with available data had dyspnea or respiratory distress, and hospitalizations occurred in 1705 (50.5%). After adjustment for preadmission antibiotics and NAI treatment propensity, preadmission NAI treatment was associated with decreased odds of hospital admission compared to no NAI treatment (adjusted odds ratio, 0.24; 95% confidence interval, 0.20-0.30). CONCLUSIONS: In a population with confirmed or suspected A(H1N1)pdm09 and at high risk of hospitalization, outpatient or community-based NAI treatment significantly reduced the likelihood of requiring hospital admission. These data suggest that community patients with severe influenza should receive NAI treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,417
Tête enseignante GPT0,543
Écart entre enseignants0,127 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetInfluenza Virus Research StudiesTravaux en français237 207