The protective association between statins use and adverse outcomes among COVID-19 patients: a systematic review and meta-analysis
Notice bibliographique
Résumé
ABSTRACT Introduction Statins may reduce a cytokine storm, which has been hypothesized as a possible mechanism of severe COVID-19 pneumonia. The aim of this study was to conduct a systematic review and meta-analysis to report on adverse outcomes among COVID-19 patients by statin usage. Methods Literatures were searched from January 2019 to December 2020 to identify studies that reported the association between statin usage and adverse outcomes, including mortality, ICU admissions, and mechanical ventilation. Studies were meta-analyzed for mortality by the subgroups of ICU status and statin usage before and after COVID-19 hospitalization. Studies reporting an odds ratio (OR) and hazard ratio (HR) were analyzed separately. Results Thirteen cohorts, reporting on 110,078 patients, were included in this meta-analysis. Individuals who used statins before their COVID-19 hospitalization showed a similar risk of mortality, compared to those who did not use statins (HR 0.80, 95% CI: 0.50, 1.28; OR 0.62, 95% CI: 0.38, 1.03). Patients who were administered statins after their COVID-19 diagnosis were at a lower risk of mortality (HR 0.53, 95% CI: 0.46, 0.61; OR 0.57, 95% CI: 0.43, 0.75). The use of statins did not reduce the mortality of COVID-19 patients admitted to the ICU (OR 0.65; 95% CI: 0.26, 1.64). Among non-ICU patients, statin users were at a lower risk of mortality relative to non-statin users (HR 0.53, 95% CI: 0.46, 0.62; OR 0.64, 95% CI: 0.46, 0.88). Conclusion Patients administered statins after COVID-19 diagnosis or non-ICU admitted patients were at lower risk of mortality relative to non-statin users.
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 | 0,007 | 0,454 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».