The use of renin–angiotensin–aldosterone system (RAAS) inhibitors is associated with a lower risk of mortality in hypertensive COVID‐19 patients: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Renin–angiotensin–aldosterone system (RAAS) inhibitors, including angiotensin‐converting enzyme inhibitors (ACEIs) and angiotensin receptor blockers (ARBs) are one of the most prescribed antihypertensive medications. Previous studies showed RAAS inhibitors increase the expression of ACE2, a cellular receptor for severe acute respiratory syndrome coronavirus 2 (SARS‐CoV‐2), which provokes a concern that the use of ACEI and ARB in hypertensive individuals might lead to increased mortality and severity of coronavirus disease 2019 (COVID‐19). To further investigate the effects of ACEI/ARB on COVID‐19 patients, we systematically reviewed relevant studies that met predetermined inclusion criteria in search of PubMed, Embase, Cochrane Library databases, medRxiv, and bioRxiv. The search strategy included clinical data published through October 12, 2020. Twenty‐six studies involving 8104 hypertensive patients in ACEI/ARB‐treated group and 8203 hypertensive patients in non‐ACEI/ARB‐treated group were analyzed. Random‐effects meta‐analysis showed ACEI/ARB treatment was significantly associated with a lower risk of mortality in hypertensive COVID‐19 patients (odds ratio [OR] = 0.624, 95% confidence interval [CI] = 0.457–0.852, p = .003, I2 = 74.3%). Meta‐regression analysis showed that age, gender, study site, Newcastle–Ottawa Scale scores, comorbidities of diabetes, coronary artery disease, chronic kidney disease, or cancer has no significant modulating effect of ACEI/ARB treatment on the mortality of hypertensive COVID‐19 patients (all p > .1). In addition, the ACEI/ARB treatment was associated with a lower risk of ventilatory support (OR = 0.682, 95% CI = 0.475–1.978, p = .037, I2 = 0.0%). In conclusion, these results suggest that ACEI/ARB medications should not be discontinued for hypertensive patients in the context of COVID‐19 pandemic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,024 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».