Statin use and clinical outcomes in patients with COVID-19: An updated systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Purpose Observations studies have shown that prior use of statins is associated with a reduced risk of adverse clinical outcomes in patients with COVID-19. However, the available data are limited, inconsistent and conflicting. Besides, no randomised controlled trial exists in this regard. Hence, the present meta-analysis was conducted to provide an updated summary and collate the effect of statin use on clinical outcomes in COVID-19 using unadjusted and adjusted risk estimates. Methods PubMed, Scopus and Web of Science databases were systematically searched using appropriate keywords till December 18 2020, to identify observational studies reporting clinical outcomes in COVID-19 patients using statins versus those not using statins. Prior and in-hospital use of statins were considered. Study quality was assessed using the Newcastle-Ottawa Scale. Unadjusted and adjusted pooled odds ratio (OR) with 95% CIs were calculated. Results We included 14 observational studies pooling data retrieved from 19 988 patients with COVID-19. All the studies were of high/moderate quality. Pooled analysis of unadjusted data showed that statin use was not associated with improved clinical outcomes (OR 1.02; 95% CI 0.69 to 1.50, p=0.94, I2=94%, random-effects model). However, on pooling adjusted risk estimates, the use of statin was found to significantly reduce the risk of adverse outcomes (OR 0.51; 95% CI 0.41 to 0.63, p<0.0005, I2=0%, fixed-effects model). Conclusions Statin use is associated with improved clinical outcomes in patients with COVID-19. Individuals with multiple comorbidities on statin therapy should be encouraged to continue the drug amid the ongoing pandemic.
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».