Convalescent Plasma Therapy for COVID-19: A Graphical Mosaic of the Worldwide Evidence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Convalescent plasma has been used worldwide to treat patients hospitalized with coronavirus disease 2019 (COVID-19) and prevent disease progression. Despite global usage, uncertainty remains regarding plasma efficacy, as randomized controlled trials (RCTs) have provided divergent evidence regarding the survival benefit of convalescent plasma. Here, we argue that during a global health emergency, the mosaic of evidence originating from multiple levels of the epistemic hierarchy should inform contemporary policy and healthcare decisions. Indeed, worldwide matched-control studies have generally found convalescent plasma to improve COVID-19 patient survival, and RCTs have demonstrated a survival benefit when transfused early in the disease course but limited or no benefit later in the disease course when patients required greater supportive therapies. RCTs have also revealed that convalescent plasma transfusion contributes to improved symptomatology and viral clearance. To further investigate the effect of convalescent plasma on patient mortality, we performed a meta-analytical approach to pool daily survival data from all controlled studies that reported Kaplan-Meier survival plots. Qualitative inspection of all available Kaplan-Meier survival data and an aggregate Kaplan-Meier survival plot revealed a directionally consistent pattern among studies arising from multiple levels of the epistemic hierarchy, whereby convalescent plasma transfusion was generally associated with greater patient survival. Given that convalescent plasma has a similar safety profile as standard plasma, convalescent plasma should be implemented within weeks of the onset of future infectious disease outbreaks.
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.
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 | 0,004 | 0,193 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle