The Landscape of Emerging Randomized Clinical Trial Evidence for COVID-19 Disease Stages: A Systematic Review of Global Trial Registries
Notice bibliographique
Résumé
Purpose: A multitude of randomized controlled trials (RCTs) have emerged in response to the novel coronavirus disease (COVID-19) pandemic. Understanding the distribution of trials among various settings is important to guide future research priorities and efforts. The purpose of this review was to describe the emerging evidence base of COVID-19 RCTs by stages of disease progression, from pre-exposure to hospitalization. Methods: We collated trial data across international registries: ClinicalTrials.gov; International Standard Randomised Controlled Trial Number Registry; Chinese Clinical Trial Registry; Clinical Research Information Service; EU Clinical Trials Register; Iranian Registry of Clinical Trials; Japan Primary Registries Network; German Clinical Trials Register (up to 7 October 2020). Active COVID-19 RCTs in international registries were eligible for inclusion. We extracted trial status, intervention(s), control, sample size, and clinical context to generate descriptive frequencies, network diagram illustrations, and statistical analyses including odds ratios and the Mann–Whitney U -test. Results: Our search identified 11503 clinical trials registered for COVID-19 and identified 2388 RCTs. After excluding 45 suspended RCTs and 480 trials with unclear or unreported disease stages, 1863 active RCTs were included and categorized into four broad disease stages: pre-exposure (n=107); post-exposure (n=208); outpatient treatment (n=266); hospitalization, including the intensive care unit (n=1376). Across all disease stages, most trials had two arms (n=1500/1863, 80.52%), most often included (hydroxy)chloroquine (n=271/1863, 14.55%) and were US-based (n=408/1863, 21.90%). US-based trials had lower odds of including (hydroxy)chloroquine than trials in other countries (OR: 0.63, 95% CI: 0.45– 0.90) and similar odds of having two arms compared to other geographic regions (OR: 1.05, 95% CI: 0.80– 1.38). Conclusion: There is a marked difference in the number of trials across settings, with limited studies on non-hospitalized persons. Focus on pre- and post-exposure, and outpatients, is worthwhile as a means of reducing infections and lessening the health, social, and economic burden of COVID-19. Keywords: COVID-19, novel coronavirus 2019, systematic review, randomized controlled trials
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 | 0,281 | 0,622 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,016 | 0,012 |
| Bibliométrie | 0,016 | 0,020 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».