MétaCan
Menu
Retour à la cohorte
Enregistrement W3188986736 · doi:10.1111/eci.13663

CONVALESCENT plasma for COVID‐19: A meta‐analysis of clinical trials and real‐world evidence

2021· review· en· W3188986736 sur OpenAlexaboutno aff
Chiraphat Kloypan, Matthanaporn Saesong, Juthamat Sangsuemoon, Prawat Chantharit, Pajaree Mongkhon

Notice bibliographique

RevueEuropean Journal of Clinical Investigation · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisRelative riskObservational studyInternal medicineConfidence intervalCochrane LibraryClinical trialPublication biasRandomized controlled trialSubgroup analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is still a lack of consensus on the efficacy of convalescent plasma (CP) treatment in COVID‐19 patients. We performed a systematic review and meta‐analysis to investigate the efficacy of CP vs standard treatment/non‐CP on clinical outcomes in COVID‐19 patients. Methods Cochrane Library, PubMed, EMBASE and ClinicalTrials.gov were searched from December 2019 to 16 July 2021, for data from clinical trials and observational studies. The primary outcome was all‐cause mortality. Risk estimates were pooled using a random‐effect model. Risk of bias was assessed by Cochrane Risk of Bias tool for clinical trials and Newcastle‐Ottawa Scale for observational studies. Results In total, 18 peer‐reviewed clinical trials, 3 preprints and 26 observational studies met the inclusion criteria. In the meta‐analysis of 18 peer‐reviewed trials, CP use had a 31% reduced risk of all‐cause mortality compared with standard treatment use (pooled risk ratio [RR] = 0.69, 95% confidence interval [CI]: 0.56‐0.86, P = .001, I2 = 50.1%). Based on severity and region, CP treatment significantly reduced risk of all‐cause mortality in patients with severe and critical disease and studies conducted in Asia, pooled RR = 0.61, 95% CI: 0.47‐0.81, P = .001, I2 = 0.0%; pooled RR = 0.67, 95% CI: 0.49‐0.92, P = .013, I2 = 0.0%; and pooled RR = 0.62, 95% CI: 0.48‐0.80, P < .001, I2 = 20.3%, respectively. The meta‐analysis of observational studies showed the similar results to the clinical trials. Conclusions Convalescent plasma use was associated with reduced risk of all‐cause mortality in severe or critical COVID‐19 patients. However, the findings were limited with a moderate degree of heterogeneity. Further studies with well‐designed and larger sample size are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,056
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0230,052
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,844
Tête enseignante GPT0,643
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Clinical InvestigationMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207