Interleukin‐6 in Covid‐19: A systematic review and <scp>meta‐analysis</scp>
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
Summary Coronaviruses may activate dysregulated host immune responses. As exploratory studies have suggested that interleukin‐6 (IL‐6) levels are elevated in cases of complicated Covid‐19, we undertook a systematic review and meta‐analysis to assess the evidence in this field. We systematically searched MEDLINE and EMBASE for studies investigating the immunological response in Covid‐19; additional grey literature searches were undertaken. Study selection and data abstraction was undertaken independently by two authors. Meta‐analysis was undertaken using random effects models to compute ratios of means with 95% confidence intervals (95%CIs). Eight published studies and two preprints (n = 1798) were eligible for inclusion. Meta‐analysis of mean IL‐6 concentrations demonstrated 2.9‐fold higher levels in patients with complicated Covid‐19 compared with patients with noncomplicated disease (six studies; n = 1302; 95%CI, 1.17‐7.19; I 2 = 100%). Consistent results were found in sensitivity analyses exclusively restricted to studies comparing patients requiring ICU admission vs no ICU admission (two studies; n = 540; ratio of means = 3.24; 95%CI, 2.54‐4.14; P < .001; I 2 = 87%). Nine of ten studies were assessed to have at least moderate risk of bias. In patients with Covid‐19, IL‐6 levels are significantly elevated and associated with adverse clinical outcomes. Inhibition of IL‐6 may be a novel target for therapeutics for the management of dysregulated host responses in patients with Covid‐19 and high‐quality studies of intervention in this field are urgently required.
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 | 0,020 | 0,570 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,041 | 0,005 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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