Efficacité et innocuité des corticostéroïdes dans le traitement de la COVID-19 selon des données pour la COVID-19, d’autres infections aux coronavirus, l’influenza, la pneumonie extrahospitalière et le syndrome de détresse respiratoire aiguë : revue systématique et méta-analyse
Notice bibliographique
Résumé
CONTEXTE: Il existe très peu de données directes sur l’administration de corticostéroïdes aux patients atteints de la maladie à coronavirus 2019 (COVID-19). Les données indirectes sur des maladies associées devront donc guider les conclusions quant aux bénéfices et aux préjudices associés à cette pratique. Dans le but d’appuyer la rédaction d’une ligne directrice sur la prise en charge de la COVID-19, nous avons réalisé des revues systématiques sur les effets des corticostéroïdes dans le traitement de la COVID-19 et de maladies respiratoires aiguës sévères associées. MÉTHODES: Dans des bases de données biomédicales chinoises et internationales et des sources de prépublications, nous avons cherché les essais randomisés et contrôlés (ERC) et les études d’observation comparant des patients atteints de la COVID-19, du syndrome respiratoire aigu sévère (SRAS) ou du syndrome respiratoire du Moyen-Orient (SRMO) ayant reçu des corticostéroïdes à des patients semblables n’ayant pas reçu ce type de médicaments. Pour le syndrome de détresse respiratoire aiguë (SDRA), l’influenza et la pneumonie extrahospitalière (PEH), nous avons mis à jour les revues systématiques rigoureuses les plus récentes. Nous avons réalisé des méta-analyses à effets aléatoires pour cerner les risques relatifs, puis nous avons utilisé le risque de référence des patients atteints de la COVID-19 pour calculer les effets absolus. RÉSULTATS: Pour le SDRA, selon 1 petite étude de cohorte sur des patients atteints de la COVID-19 et 7 ERC sur des patients atteints d’une autre maladie (risque relatif : 0,72, intervalle de confiance [IC] de 95 % 0,55–0,93, différence entre les moyennes [DM] 17,3 % plus faible, données de faible qualité), les corticostéroïdes pourraient réduire le risque de mortalité. Chez les patients atteints d’une forme grave de COVID-19 sans SDRA, 2 études d’observation ont généré des données directes de très faible qualité montrant une augmentation du risque de mortalité avec l’administration de corticostéroïdes (rapport de risques 2,30, IC de 95 % 1,00–5,29, DM 11,9 % plus élevé). C’est aussi le cas de données observationnelles sur l’influenza. Des données observationnelles de très faible qualité sur le SRAS et le SRMO montrent peu ou pas de réduction dans le risque de mortalité. Des essais randomisés et contrôlés sur la PEH suggèrent que les corticostéroïdes pourraient réduire le risque de mortalité (risque relatif 0,70, IC de 95 % 0,50–0,98, DM 3,1 % plus faible, données de très faible qualité), et augmenter le risque d’hyperglycémie. INTERPRÉTATION: Les corticostéroïdes pourraient réduire le risque de mortalité pour les patients atteints de la COVID-19 avec SDRA. Pour les patients atteints d’une forme grave de COVID-19 sans SDRA, les données sur les bénéfices provenant de différentes sources sont incohérentes et de très faible qualité.
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 | 0,038 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,023 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».