MétaCan
Menu
Retour à la cohorte
Enregistrement W2988255546 · doi:10.1097/ccm.0000000000004093

Corticosteroids as Adjunctive Therapy in the Treatment of Influenza: An Updated Cochrane Systematic Review and Meta-analysis

2019· review· en· W2988255546 sur OpenAlexaboutno aff
Louise Lansbury, Chamira Rodrigo, Jo Leonardi‐Bee, Jonathan S. Nguyen‐Van‐Tam, Wei Shen Lim

Notice bibliographique

RevueCritical Care Medicine · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAdrenal Hormones and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineObservational studyOdds ratioRandomized controlled trialMeta-analysisInternal medicineConfoundingMEDLINECohort study

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Corticosteroids may be beneficial in sepsis, but uncertainty remains over their effects in severe influenza. This systematic review updates the current evidence regarding corticosteroids in the treatment of influenza and examines the effect of dose on outcome. DATA SOURCES: Electronic databases (MEDLINE, EMBASE, CINAHL, LILACS, CENTRAL, and Web of Science) and trial registries were searched to October 2018 for randomized controlled trials, quasi-experimental designs, and observational cohort studies reporting corticosteroid versus no corticosteroid treatment in individuals with influenza. STUDY SELECTION AND DATA EXTRACTION: Two researchers independently assessed studies for inclusion. Risk of bias was assessed using the Cochrane Risk of Bias tool (randomized controlled trials) or Newcastle-Ottawa Scale (observational studies). Where appropriate, we estimated the effect of corticosteroids by random-effects meta-analyses using the generic inverse variance method. Meta-regression analysis was used to assess the association of corticosteroid dose and mortality. DATA SYNTHESIS: We identified 30 eligible studies, all observational apart from one randomized controlled trial. Twenty-one observational studies were included in the meta-analysis of mortality, which suggested an adverse association with corticosteroid therapy (odds ratio, 3.90; 95% CI, 2.31-6.60; 15 studies; adjusted hazard ratio, 1.49; 95% CI, 1.09-2.02; six studies). Risk of bias assessment was consistent with potential confounding by indication. Pooled analysis of seven studies showed increased odds of hospital-acquired infection in people treated with corticosteroids (unadjusted odds ratio, 2.74; 95% CI, 1.51-4.95). Meta-regression of the effect of dose on mortality did not reveal an association, but reported doses of corticosteroids in included studies were high (mostly > 40 mg methylprednisolone [or equivalent] per day). CONCLUSIONS: Corticosteroid treatment in influenza is associated with increased mortality and hospital-acquired infection, but the evidence relates mainly to high corticosteroid doses and is of low quality with potential confounding by indication a major concern.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,044
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0220,034
Bibliométrie0,0150,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,148
Tête enseignante GPT0,460
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations210
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetAdrenal Hormones and DisordersTravaux en français237 207