Convalescent plasma associates with reduced mortality and improved clinical trajectory in patients hospitalized with COVID-19
Notice bibliographique
Résumé
BACKGROUNDEvidence supporting convalescent plasma (CP), one of the first investigational treatments for coronavirus disease 2019 (COVID-19), has been inconclusive, leading to conflicting recommendations. The primary objective was to perform a comparative effectiveness study of CP for all-cause, in-hospital mortality in patients with COVID-19.METHODSThe multicenter, electronic health records-based, retrospective study included 44,770 patients hospitalized with COVID-19 in one of 176 HCA Healthcare-affiliated community hospitals. Coarsened exact matching (1:k) was employed, resulting in a sample of 3774 CP and 10,687 comparison patients.RESULTSExamination of mortality using a shared frailty model, controlling for concomitant medications, date of admission, and days from admission to transfusion, demonstrated a significant association of CP with lower mortality risk relative to the comparison group (adjusted hazard ratio [aHR] = 0.71; 95% CI, 0.59-0.86; P < 0.001). Examination of patient risk trajectories, represented by 400 clinico-demographic features from our real-time risk model (RTRM), indicated that patients who received CP recovered more quickly. The stratification of days to transfusion revealed that CP within 3 days after admission, but not within 4 to 7 days, was associated with a significantly lower mortality risk (aHR = 0.53; 95% CI, 0.47-0.60; P < 0.001). CP serology level was inversely associated with mortality when controlling for its interaction with days to transfusion (HR = 0.998; 95% CI, 0.997-0.999; P = 0.013), yet it did not reach univariable significance.CONCLUSIONSThis large, diverse, multicenter cohort study demonstrated that CP, compared with matched controls, is significantly associated with reduced risk of in-hospital mortality. These observations highlight the utility of real-world evidence and suggest the need for further evaluation prior to abandoning CP as a viable therapy for COVID-19.FUNDINGThis research was supported in whole by HCA Healthcare and/or an HCA Healthcare-affiliated entity, including Sarah Cannon and Genospace.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».