Prior Statin Use and Risk of Mortality and Severe Disease From Coronavirus Disease 2019: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract Background Statins up-regulate angiotensin-converting enzyme 2, the receptor of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), while also exhibiting pleiotropic antiviral, antithrombotic, and anti-inflammatory properties. Uncertainties exist about their effect on the course of SARS-CoV-2 infection. We sought to systematically review the literature and perform a meta-analysis to examine the association between prior statin use and outcomes of patients with coronavirus disease 2019 (COVID-19). Methods We searched Ovid Medline, Web of Science, Scopus, and the preprint server medRxiv from inception to December 2020. We assessed the quality of eligible studies with the Newcastle-Ottawa quality scale. We pooled adjusted relative risk (aRRs) of the association between prior statin use and outcomes of patients with COVID-19 using the DerSimonian-Laird random-effects model and assessed heterogeneity using the I2 index. Results Overall, 19 (16 cohorts and 3 case-control) studies were eligible, with a total of 395 513 patients. Sixteen of 19 studies had low or moderate risk of bias. Among 109 080 patients enrolled in 13 separate studies, prior statin use was associated with a lower risk of mortality (pooled aRR, 0.65 [95% confidence interval {CI}, .56–.77], I2 = 84.1%) and a reduced risk of severe COVID-19 was also observed in 48 110 patients enrolled in 9 studies (pooled aRR, 0.73 [95% CI, .57–.94], I2 = 82.8%), with no evidence of publication bias. Conclusions Cumulative evidence suggests that prior statin use is associated with lower risks of mortality or severe disease in patients with COVID-19. These data support the continued use of statins medications in patients with an indication for lipid-lowering therapy during the COVID-19 pandemic.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,038 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».