Prophylaxis against covid-19: living systematic review and network meta-analysis
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,229 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,015 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».