Remdesivir for severe covid-19: a clinical practice guideline
Notice bibliographique
Résumé
CLINICAL QUESTION: on 22 May 2020. CURRENT PRACTICE: Remdesivir has received worldwide attention as a potentially effective treatment for severe covid-19. After rapid market approval in the US, remdesivir is already being used in clinical practice. RECOMMENDATIONS: The guideline panel makes a weak recommendation for the use of remdesivir in severe covid-19 while recommending continuation of active enrolment of patients into ongoing randomised controlled trials examining remdesivir. HOW THIS GUIDELINE WAS CREATED: An international panel of patients, clinicians, and methodologists produced these recommendations in adherence with standards for trustworthy guidelines using the GRADE approach. The recommendations are based on a linked systematic review and network meta-analysis. The panel considered an individual patient perspective and allowed contextual factors (such as resources) to be taken into account for countries and healthcare systems. THE EVIDENCE: The linked systematic review (published 31 Jul 2020) identified two randomised trials with 1300 participants, showing low certainty evidence that remdesivir may be effective in reducing time to clinical improvement and may decrease mortality in patients with severe covid-19. Remdesivir probably has no important effect on need for invasive mechanical ventilation. Remdesivir may have little or no effect on hospital length of stay. UNDERSTANDING THE RECOMMENDATION: Most patients with severe covid-19 would likely choose treatment with remdesivir given the potential reduction in time to clinical improvement. However, given the low certainty evidence for critical outcomes and the fact that different perspectives, values, and preferences may alter decisions regarding remdesivir, the panel issued a weak recommendation with strong support for continued recruitment in randomised trials.
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 | 0,005 | 0,827 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».