Systematic review and meta-analysis of tocilizumab in persons with coronavirus disease-2019 (COVID-19)
Notice bibliographique
Résumé
Abstract We performed a meta-analysis to determine safety and efficacy of tocilizumab in persons with coronavirus disease-2019 (COVID-19). We searched PubMed, Web of Science and Medline using Boolean operators for studies with the terms coronavirus OR COVID-19 OR 2019-nCoV OR SARS-CoV-2 AND tocilizumab. Review Manager 5.4 was used to analyze data and the modified Newcastle–Ottawa and Jadad scales for quality assessment. We identified 32 studies in 11,487 subjects including three randomized trials and 29 cohort studies with a comparator cohort, including historical controls ( N = 5), a matched cohort ( N = 12), or concurrent controls ( N = 12). Overall, tocilizumab decreased risk of death (Relative Risk [RR] = 0.74; 95% confidence interval [CI], 0.59, 0.93; P = 0.008; I 2 = 80%) but not of surrogate endpoints including ICU admission (RR = 1.40 [0.64,3.06]; P = 0.4; I 2 = 88%), invasive mechanical ventilation (RR = 0.83 [0.57,1.22]; P = 0.34; I 2 = 65%) or secondary infections (RR = 1.30 [0.97,1.74]; P = 0.08; I 2 = 65%) and increased interval of hospitalization of subjects discharged alive(mean difference [MD] = 2 days [<1, 4 days]; P = 0.006; I 2 = 0). RRs of death in studies with historical controls (RR = 0.28 [0.16,0.49; P < 0.001]; I 2 = 62%) or a matched cohort (RR = 0.68 [0.53, 0.87]; P = 0.002; I 2 = 42%) were decreased. In contrast, RRs of death in studies with a concurrent control (RR = 1.10 [0.77, 1.56]; P = 0.60; I 2 = 85%) or randomized (RR = 1.18 [0.57,2.44]; P = 0.66; I 2 = 0) were not decreased. A reduced risk of death was not confirmed in our analyses which questions safety and efficacy of tocilizumab in persons with COVID-19.
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 | 0,002 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,020 | 0,004 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».