MétaCan
Menu
Retour à la cohorte
Enregistrement W3158131439 · doi:10.1136/bmj.n949

Prophylaxis against covid-19: living systematic review and network meta-analysis

2021· review· en· W3158131439 sur OpenAlexafffundabout
Jessica J Bartoszko, Reed Siemieniuk, Elena Kum, Anila Qasim, Dena Zeraatkar, Juan Pablo Díaz Martinez, Maria Azab, Sara Ibrahim, Ariel Izcovich, Gonzalo Bravo Soto, Yetiani Roldán, Arnav Agarwal, Thomas Agoritsas, Derek K. Chu, Rachel Couban, Tahira Devji, Farid Foroutan, Maryam Ghadimi, Kimia Honarmand, Assem M. Khamis, François Lamontagne, Mark Loeb, Shelley McLeod, Sharhzad Motaghi, Srinivas Murthy, Reem A. Mustafa, Bram Rochwerg, Charlotte Switzer, Lehana Thabane, Per Olav Vandvik, Robin W.M. Vernooij, Ying Wang, Liang Yao, Gordon Guyatt, Romina Brignardello‐Petersen

Notice bibliographique

RevueBMJ · 2021
Typereview
Langueen
DomaineNursing
ThématiqueVitamin C and Antioxidants Research
Établissements canadiensUniversity of British ColumbiaCentre Hospitalier Universitaire de SherbrookeWestern UniversityUniversity of TorontoSchwartz/Reisman Emergency Medicine InstituteMcMaster UniversityImpact
Organismes subventionnairesCanadian Institutes of Health ResearchAmerican Academy of Allergy, Asthma and Immunology Foundation
Mots-clésMedicineMeta-analysisPlaceboHydroxychloroquineMEDLINESystematic reviewIntensive care medicineRandomized controlled trialCoronavirus disease 2019 (COVID-19)Internal medicineAlternative medicineDiseaseInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

UPDATES: This is the second version (first update) of the living systematic review, replacing the previous version (available as a data supplement). When citing this paper please consider adding the version number and date of access for clarity. OBJECTIVE: To determine and compare the effects of drug prophylaxis on severe acute respiratory syndrome coronavirus virus 2 (SARS-CoV-2) infection and coronavirus disease 2019 (covid-19). DESIGN: Living systematic review and network meta-analysis (NMA). DATA SOURCES: World Health Organization covid-19 database, a comprehensive multilingual source of global covid-19 literature to 4 March 2022. STUDY SELECTION: Randomised trials in which people at risk of covid-19 were allocated to prophylaxis or no prophylaxis (standard care or placebo). Pairs of reviewers independently screened potentially eligible articles. METHODS: After duplicate data abstraction, we conducted random-effects bayesian network meta-analysis. We assessed risk of bias of the included studies using a modification of the Cochrane risk of bias 2.0 tool and assessed the certainty of the evidence using the grading of recommendations assessment, development and evaluation (GRADE) approach. RESULTS: The second iteration of this living NMA includes 32 randomised trials which enrolled 25 147 participants and addressed 21 different prophylactic drugs; adding 21 trials (66%), 18 162 participants (75%) and 16 (76%) prophylactic drugs. Of the 16 prophylactic drugs analysed, none provided convincing evidence of a reduction in the risk of laboratory confirmed SARS-CoV-2 infection. For admission to hospital and mortality outcomes, no prophylactic drug proved different than standard care or placebo. Hydroxychloroquine and vitamin C combined with zinc probably increase the risk of adverse effects leading to drug discontinuation—risk difference for hydroxychloroquine (RD) 6 more per 1000 (95% credible interval (CrI) 2 more to 10 more); for vitamin C combined with zinc, RD 69 more per 1000 (47 more to 90 more), moderate certainty evidence. CONCLUSIONS: Much of the evidence remains very low certainty and we therefore anticipate future studies evaluating drugs for prophylaxis may change the results for SARS-CoV-2 infection, admission to hospital and mortality outcomes. Both hydroxychloroquine and vitamin C combined with zinc probably increase adverse effects. SYSTEMATIC REVIEW REGISTRATION: This review was not registered. The protocol established a priori is included as a supplement. FUNDING: This study was supported by the Canadian Institutes of Health Research (grant CIHR-IRSC:0579001321).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0140,005
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,190
Tête enseignante GPT0,447
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations117
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetVitamin C and Antioxidants ResearchTravaux en français237 207