MétaCan
Menu
Retour à la cohorte
Enregistrement W3119648922 · doi:10.1101/2021.01.07.21249390

Interleukin-6 Receptor Antagonists in Critically Ill Patients with Covid-19 – Preliminary report

2021· preprint· en· W3119648922 sur OpenAlexaff
Anthony Gordon, Paul Mouncey, Farah Al-Beidh, Kathy Rowan, Alistair Nichol, Yaseen M. Arabi, Djillali Annane, Abi Beane, Wilma van Bentum-Puijk, Lindsay R. Berry, Zahra Bhimani, Marc J. M. Bonten, Charlotte Bradbury, Frank M. Brunkhorst, Adrian Buzgau, Allen Cheng, Michelle A. Detry, Eamon Duffy, Lise J Estcourt, Mark Fitzgerald, Herman Goossens, Rashan Haniffa, Alisa M. Higgins, Thomas Hills, Christopher M. Horvat, François Lamontagne, Patrick R. Lawler, Helen L. Leavis, Kelsey Linstrum, Edward Litton, Elizabeth Lorenzi, John C. Marshall, Florian Mayr, Anna McGlothlin, Shay McGuinness, Bryan J. McVerry, Stephanie K. Montgomery, Susan C. Morpeth, Srinivas Murthy, Katrina Orr, Rachael Parke, Asad E. Patanwala, Ville Pettilä, Emma Rademaker, Marlene Santos, Christina Saunders, Christopher W. Seymour, Manu Shankar‐Hari, Wendy Sligl, Alexis F. Turgeon, Anne Turner, Frank L. van de Veerdonk, Ryan Zarychanski, Cameron Green, Roger Lewis, Derek Angus, Colin McArthur, Scott Berry, Steve Webb, Lennie Derde

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensUniversity of ManitobaUniversité LavalUniversity of AlbertaUniversity Health NetworkUniversity of TorontoUniversity of British ColumbiaUniversité de SherbrookeSt. Michael's Hospital
Organismes subventionnairesFP7 HealthNIHR Imperial Biomedical Research CentreHealth Research Council of New ZealandMinderoo FoundationDepartment of Health and Social CareNational Institute for Health and Care ResearchHealth Research BoardMedical Research CouncilBreast Cancer Research FoundationEuropean CommissionSanofiWellcome TrustNational Health and Medical Research Council
Mots-clésTocilizumabMedicineInterquartile rangeInternal medicineIntensive care unitOdds ratioRandomized controlled trialDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background The efficacy of interleukin-6 receptor antagonists in critically ill patients with coronavirus disease 2019 (Covid-19) is unclear. Methods We evaluated tocilizumab and sarilumab in an ongoing international, multifactorial, adaptive platform trial. Adult patients with Covid-19, within 24 hours of commencing organ support in an intensive care unit, were randomized to receive either tocilizumab (8mg/kg) or sarilumab (400mg) or standard care (control). The primary outcome was an ordinal scale combining in-hospital mortality (assigned −1) and days free of organ support to day 21. The trial uses a Bayesian statistical model with pre-defined triggers to declare superiority, efficacy, equivalence or futility. Results Tocilizumab and sarilumab both met the pre-defined triggers for efficacy. At the time of full analysis 353 patients had been assigned to tocilizumab, 48 to sarilumab and 402 to control. Median organ support-free days were 10 (interquartile range [IQR] −1, 16), 11 (IQR 0, 16) and 0 (IQR −1, 15) for tocilizumab, sarilumab and control, respectively. Relative to control, median adjusted odds ratios were 1.64 (95% credible intervals [CrI] 1.25, 2.14) for tocilizumab and 1.76 (95%CrI 1.17, 2.91) for sarilumab, yielding >99.9% and 99.5% posterior probabilities of superiority compared with control. Hospital mortality was 28.0% (98/350) for tocilizumab, 22.2% (10/45) for sarilumab and 35.8% (142/397) for control. All secondary outcomes and analyses supported efficacy of these IL-6 receptor antagonists. Conclusions In critically ill patients with Covid-19 receiving organ support in intensive care, treatment with the IL-6 receptor antagonists, tocilizumab and sarilumab, improved outcome, including survival. ( ClinicalTrials.gov number: NCT02735707 )

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,407
Écart entre enseignants0,362 · 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

Citations137
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207