MétaCan
Menu
Retour à la cohorte
Enregistrement W3130126061 · doi:10.1056/nejmoa2100433

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

2021· article· en· W3130126061 sur OpenAlexfundno aff

Notice bibliographique

RevueNew England Journal of Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesChildren's Hospital of PittsburghNIHR Imperial Biomedical Research CentreHorizon 2020Health Research Council of New ZealandNational Health and Medical Research CouncilCanadian Institutes of Health ResearchUniversité de Versailles Saint-Quentin-en-YvelinesMinderoo FoundationKing Abdullah International Medical Research CenterAssistance publique-Hôpitaux de ParisUniversiteit AntwerpenUniversitätsklinikum JenaRadboud Universitair Medisch CentrumQueen's UniversityFiona Stanley HospitalInstitut National de la Santé et de la Recherche MédicaleUniversité Pierre et Marie CurieMinistère des Affaires Sociales et de la SantéSeventh Framework ProgrammeQueen's University BelfastKing Saud bin Abdulaziz University for Health ScienceEisaiUniversity of OxfordMedical Research CouncilDepartment of Health and Social CareHealth Research BoardNational Institute for Health and Care ResearchCRCMiningUniversité de SherbrookeWellcome TrustUniversity College DublinWater Environment and Reuse FoundationFP7 HealthUniversity of TorontoHelsingin YliopistoUniversity of AlbertaEuropean CommissionUniversity of PittsburghBreast Cancer Research FoundationAmgenNational Institute of General Medical SciencesUniversité Laval
Mots-clésInterquartile rangeMedicineTocilizumabOdds ratioIntensive care unitConfidence intervalInternal medicineRheumatoid arthritis

Résumé

récupéré en direct d'OpenAlex

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 after starting organ support in the intensive care unit (ICU), were randomly assigned to receive tocilizumab (8 mg per kilogram of body weight), sarilumab (400 mg), or standard care (control). The primary outcome was respiratory and cardiovascular organ support-free days, on an ordinal scale combining in-hospital death (assigned a value of -1) and days free of organ support to day 21. The trial uses a Bayesian statistical model with predefined criteria for superiority, efficacy, equivalence, or futility. An odds ratio greater than 1 represented improved survival, more organ support-free days, or both. RESULTS: Both tocilizumab and sarilumab met the predefined criteria for efficacy. At that time, 353 patients had been assigned to tocilizumab, 48 to sarilumab, and 402 to control. The median number of organ support-free days was 10 (interquartile range, -1 to 16) in the tocilizumab group, 11 (interquartile range, 0 to 16) in the sarilumab group, and 0 (interquartile range, -1 to 15) in the control group. The median adjusted cumulative odds ratios were 1.64 (95% credible interval, 1.25 to 2.14) for tocilizumab and 1.76 (95% credible interval, 1.17 to 2.91) for sarilumab as compared with control, yielding posterior probabilities of superiority to control of more than 99.9% and of 99.5%, respectively. An analysis of 90-day survival showed improved survival in the pooled interleukin-6 receptor antagonist groups, yielding a hazard ratio for the comparison with the control group of 1.61 (95% credible interval, 1.25 to 2.08) and a posterior probability of superiority of more than 99.9%. All secondary analyses supported efficacy of these interleukin-6 receptor antagonists. CONCLUSIONS: In critically ill patients with Covid-19 receiving organ support in ICUs, treatment with the interleukin-6 receptor antagonists tocilizumab and sarilumab improved outcomes, including survival. (REMAP-CAP 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,401
Écart entre enseignants0,366 · 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'étudeEssai randomisé
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

Citations2 032
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew England Journal of MedicineMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207