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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,050 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,056 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».