Remdesivir use in patients with coronavirus COVID-19 disease: a systematic review and meta-analysis of the Chinese Lancet trial with the NIH trial
Notice bibliographique
Résumé
Abstract Background Coronavirus disease 2019 (COVID-19), caused by the novel coronavirus SARS-CoV-2, has led to significant global mortality and morbidity. Until now, no treatment has proven to be effective in COVID-19. To explore whether the use of remdesivir, initially an experimental broad-spectrum antiviral, is effective in the treatment of hospitalized patients with COVID-19, we conducted a systematic review and meta-analysis of randomized, placebo-controlled trials investigating its use. Methods A rapid search of the MEDLINE and EMBASE medical databases was conducted for randomized controlled trials. A systematic approach was used to screen, abstract, and critically appraise the studies. Grading of Recommendations Assessment, Development, and Evaluation (GRADE) method was applied to rate the certainty and quality of the evidence reported per study. Results Two RCTs studies were identified (n=1,299). A fixed-effects meta-analysis revealed reductions in mortality (RR=0.69, 0.49 to 0.99), time to clinical improvement (3.95 less days, from 3.86 days less to 4.05 less days), serious adverse events (RR=0.77, 0.63 to 0.94) and all adverse events (RR=0.87, 0.79 to 0.96). Conclusion In this rapid systematic review, we present pooled evidence from the 2 included RCT studies that reveal that remdesivir has a modest yet significant reduction in mortality and significantly improves the time to recovery, as well as significantly reduced risk in adverse events and serious adverse events. It is more than likely that as an antiviral, remdesivir is not sufficient on its own and may be suitable in combination with other antivirals or treatments such as convalescent plasma. Research is ongoing to clarify and contextual these promising findings.
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 | 0,004 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,002 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».