Therapeutic potential of ivermectin as add on treatment in COVID 19: A systematic review and meta-analysis
Notice bibliographique
Résumé
The current management of COVID-19 is mostly limited to general supportive care and symptomatic treatment. Ivermectin is a broad-spectrum anti-parasitic drug used widely for the treatment of onchocerciasis and lymphatic filariasis. Apart from its anti-parasitic effect it also exhibits antiviral activity against a number of viruses both in vitro and in vivo. Hence, we conducted this systematic review and meta-analysis to assess the currently available data on the therapeutic potential of ivermectin for the treatment of COVID-19 as add on therapy. A total of 629 patients were included in the 4 studies and all were COVID-19 RT-PCR positive. Among them, 397 patients received ivermectin along with usual therapy. The random effect model showed the overall pooled OR to be 0.53 (95%CI: 0.29 to0.96) for the primary outcome (all-cause mortality) which was statistically significant (P=0.04). Similarly, the random effect model revealed that adding ivermectin led to significant clinical improvement compared to usual therapy (OR=1.98, 95% CI: 1.11 to 3.53, P=0.02). However, this should be inferred cautiously as the quality of evidence is very low. Currently, many clinical trials are on-going, and definitive evidence for repurposing this drug for COVID-19 patients will emerge only in the future.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».