MétaCan
Menu
Retour à la cohorte
Enregistrement W3045307240 · doi:10.1093/cid/ciaa1056

Association Between Nonsteroidal Antiinflammatory Drug Use and Adverse Clinical Outcomes Among Adults Hospitalized With Coronavirus 2019 in South Korea: A Nationwide Study

2020· article· en· W3045307240 sur OpenAlexaff
Han Eol Jeong, Hyesung Lee, Hyun Joon Shin, Young June Choe, Kristian B. Filion, Ju‐Young Shin

Notice bibliographique

RevueClinical Infectious Diseases · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioIntensive care unitCohortInternal medicineConfidence intervalCohort studyLogistic regressionConfoundingHazard ratioEmergency medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nonsteroidal antiinflammatory drugs (NSAIDs) may exacerbate coronavirus disease 2019 (COVID-19) and worsen associated outcomes by upregulating the enzyme that severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) binds to in order to enter cells. METHODS: We conducted a cohort study using South Korea's nationwide healthcare database, which contains data for all individuals who received a COVID-19 test (n = 69 793) as of 8 April 2020. We identified adults hospitalized with COVID-19, where cohort entry was the date of hospitalization. NSAID users were those prescribed NSAIDs in the 7 days before and including cohort entry, and nonusers were those not prescribed NSAIDs during this period. Our primary outcome was a composite of in-hospital death, intensive care unit admission, mechanical ventilation use, and sepsis; our secondary outcomes were cardiovascular complications and acute renal failure. We conducted logistic regression analysis to estimate odds ratio (OR) with 95% confidence intervals (CIs) using inverse probability of treatment weighting to minimize confounding. RESULTS: Of 1824 adults hospitalized with COVID-19 (mean age, 49.0 years; female, 59%), 354 were NSAID users and 1470 were nonusers. Compared with nonuse, NSAID use was associated with increased risks of the primary composite outcome (OR, 1.54; 95% CI, 1.13-2.11) but insignificantly associated with cardiovascular complications (OR, 1.54; 95% CI, 0.96-2.48) or acute renal failure (OR, 1.45; 95% CI, 0.49-4.14). CONCLUSIONS: While awaiting the results of confirmatory studies, we suggest NSAIDs be used with caution for COVID-19 patients as the harms associated with their use may outweigh their benefits.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,056
Tête enseignante GPT0,411
Écart entre enseignants0,355 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207