Ribavirin and Interferon Therapy for Critically Ill Patients With Middle East Respiratory Syndrome: A Multicenter Observational Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to evaluate the effect of ribavirin and recombinant interferon (RBV/rIFN) therapy on the outcomes of critically ill patients with Middle East respiratory syndrome (MERS), accounting for time-varying confounders. METHODS: This is a retrospective cohort study of critically ill patients with laboratory-confirmed MERS from 14 hospitals in Saudi Arabia diagnosed between September 2012 and January 2018. We evaluated the association of RBV/rIFN with 90-day mortality and MERS coronavirus (MERS-CoV) RNA clearance using marginal structural modeling to account for baseline and time-varying confounders. RESULTS: Of 349 MERS patients, 144 (41.3%) patients received RBV/rIFN (RBV and/or rIFN-α2a, rIFN-α2b, or rIFN-β1a; none received rIFN-β1b). RBV/rIFN was initiated at a median of 2 days (Q1, Q3: 1, 3 days) from intensive care unit admission. Crude 90-day mortality was higher in patients with RBV/rIFN compared to no RBV/rIFN (106/144 [73.6%] vs 126/205 [61.5%]; P = .02]. After adjusting for baseline and time-varying confounders using a marginal structural model, RBV/rIFN was not associated with changes in 90-day mortality (adjusted odds ratio, 1.03 [95% confidence interval {CI}, .73-1.44]; P = .87) or with more rapid MERS-CoV RNA clearance (adjusted hazard ratio, 0.65 [95% CI, .30-1.44]; P = .29). CONCLUSIONS: In this observational study, RBV/rIFN (RBV and/or rIFN-α2a, rIFN-α2b, or rIFN-β1a) therapy was commonly used in critically ill MERS patients but was not associated with reduction in 90-day mortality or in faster MERS-CoV RNA clearance.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle