Quantifying the Effects of Prior Acetyl-Salicylic Acid on Sepsis-Related Deaths: An Individual Patient Data Meta-Analysis Using Propensity Matching*
Notice bibliographique
Résumé
OBJECTIVE: The primary objective was to conduct a meta-analysis on published observational cohort data describing the association between acetyl-salicylic acid (aspirin) use prior to the onset of sepsis and mortality in hospitalized patients. STUDY SELECTION: Studies that reported mortality in patients on aspirin with sepsis with a comparison group of patients with sepsis not on prior aspirin therapy were included. DATA SOURCES: Fifteen studies described hospital-based cohorts (n = 17,065), whereas one was a large insurance-based database (n = 683,421). Individual-level patient data were incorporated from all selected studies. DATA EXTRACTION: Propensity analyses with 1:1 propensity score matching at the study level were performed, using the most consistently available covariates judged to be associated with aspirin. Meta-analyses were performed to estimate the pooled average treatment effect of aspirin on sepsis-related mortality. DATA SYNTHESIS: Use of aspirin was associated with a 7% (95% CI, 2-12%; p = 0.005) reduction in the risk of death as shown by meta-analysis with considerable statistical heterogeneity (I = 61.6%). CONCLUSIONS: These results are consistent with effects ranging from a 2% to 12% reduction in mortality risk in patients taking aspirin prior to sepsis onset. This association anticipates results of definitive studies of the use of low-dose aspirin as a strategy for reduction of deaths in patients with sepsis.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».