MétaCan
Menu
Retour à la cohorte
Enregistrement W3095788911 · doi:10.1093/cid/ciaa621

Aminoglycosides and Capreomycin in the Treatment of Multidrug-resistant Tuberculosis: Individual Patient Data Meta-analysis of 12 030 Patients From 25 Countries, 2009–2016

2020· review· en· W3095788911 sur OpenAlexfundno aff
J. Peter Cegielski, Pei‐Chun Chan, Zhiyi Lan, Zarir Udwadia, Piret Viiklepp, Jae‐Joon Yim, Dick Menzies

Notice bibliographique

RevueClinical Infectious Diseases · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCapreomycinAmikacinMedicineStreptomycinTuberculosisKanamycinInternal medicineAminoglycosideConfidence intervalExtensively drug-resistant tuberculosisSurgeryMycobacterium tuberculosisAntibioticsEthambutolMicrobiologyPathologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As new drugs are developed for multidrug-resistant tuberculosis (MDR-TB), the role of currently used drugs must be reevaluated. METHODS: We combined individual-level data on patients with pulmonary MDR-TB published during 2009-2016 from 25 countries. We compared patients receiving each of the injectable drugs and those receiving no injectable drugs. Analyses were based on patients whose isolates were susceptible to the drug they received. Using random-effects logistic regression with propensity score matching, we estimated the effect of each agent in terms of standardized treatment outcomes. RESULTS: More patients received kanamycin (n = 4330) and capreomycin (n = 2401) than amikacin (n = 2275) or streptomycin (n = 1554), opposite to their apparent effectiveness. Compared with kanamycin, amikacin was associated with 6 more cures per 100 patients (95% confidence interval [CI], 4-8), while streptomycin was associated with 7 (95% CI, 5-8) more cures and 5 (95% CI, 4-7) fewer deaths per 100 patients. Compared with capreomycin, amikacin was associated with 9 (95% CI, 6-11) more cures and 5 (95% CI, 2-8) fewer deaths per 100 patients, while streptomycin was associated with 10 (95% CI, 8-13) more cures and 10 (95% CI, 7-12) fewer deaths per 100 patients treated. In contrast to amikacin and streptomycin, patients treated with kanamycin or capreomycin did not fare better than patients treated with no injectable drugs. CONCLUSIONS: When aminoglycosides are used to treat MDR-TB and drug susceptibility test results support their use, streptomycin and amikacin, not kanamycin or capreomycin, are the drugs of choice.

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)0,015
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,047
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,244
Tête enseignante GPT0,450
Écart entre enseignants0,206 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations42
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207