MétaCan
Menu
Retour à la cohorte
Enregistrement W3098548905 · doi:10.1080/14737167.2021.1851600

A pharmacovigilance study to quantify the strength of association between the combination of antimalarial drugs and azithromycin and cardiac arrhythmias: implications for the treatment of COVID-19.

2020· article· en· W3098548905 sur OpenAlexaff
Vakaramoko Diaby, Reem Almutairi, Ziyan Chen, Richard K. Moussa, Abdrahmane Berthe

Notice bibliographique

RevueExpert Review of Pharmacoeconomics & Outcomes Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensGovernment of Northwest Territories
Organismes subventionnairesnon disponible
Mots-clésAzithromycinHydroxychloroquineMedicineQT intervalPharmacovigilanceCoronavirus disease 2019 (COVID-19)Torsades de pointesIntensive care medicineDrugPharmacologyCardiac arrhythmiaInternal medicineAtrial fibrillationAntibiotics

Résumé

récupéré en direct d'OpenAlex

Background: Hydroxychloroquine, an antimalarial drug, combined with azithromycin has been considered a potential treatment for COVID-19. However, these drugs may cause electrocardiogram QT prolongation (QTp) and torsade de Pointes (TdP). We examined potential safety signals for these cardiac arrhythmias.Methods: Using the OpenVigil 2.1 MedDRA platform, we mined data from the U.S. Food and Drug Administration’s Adverse Event Reporting System (FAERS) from December 2019 to June 2020. We extracted individual case safety reports based on exposures of seven antimalarial drugs, azithromycin, and combinations. All other drugs in FAERS served as controls. Events of interest included QTp and TdP, with associations between drug exposures and events expressed as adjusted Reporting-Odds-Ratios (aRORs) and confidence intervals. The lower end of aROR 95% confidence interval >1 was used as the statistically significant signal detection threshold.Results: QTp safety signals were found for hydroxychloroquine[aROR:11.70 (10.40–13.16)], chloroquine[aROR:18.97 (11.30–31.87)], quinine[aROR:16.66 (10.18–27.25)], atovaquone[aROR:6.91 (4.14–11.56)], azithromycin alone [aROR:28.02 (22.87–34.32)] and hydroxychloroquine + azithromycin [aROR:75.23 (51.15–110.66)]. TdP safety signals were found for hydroxychloroquine [aROR: 5.62 (4.94–6.38)], chloroquine[aROR:49.37 (30.63–79.58)], and hydroxychloroquine + azithromycin[aROR:33.09 (21.22–51.61)].Conclusion: Hydroxychloroquine/chloroquine and/or azithromycin was associated with QTp/TdP safety signals and their use should be monitored carefully.

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)0,019
score de la tête « metaresearch » (Gemma)0,050
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 enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,050
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,127
Tête enseignante GPT0,594
Écart entre enseignants0,467 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Pharmacoeconomics & Outcomes ResearchMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207