Efficacy and safety of hyperbaric oxygen treatment in SARS-COV-2 (COVID-19) pneumonia: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: The need for intubation and mechanical ventilation among COVID-19 patients is associated with high mortality rates and places a substantial burden on the healthcare system. There is a strong pathophysiological rationale suggesting that hyperbaric oxygen treatment (HBOT), a low-risk and non-invasive treatment, may be beneficial for COVID-19 patients. This systematic review aimed to explore the potential effectiveness and safety of HBOT for treating patients with COVID-19. METHODS: Medline, Embase, Scopus, and Google Scholar were searched from December 2019 to February 2021, without language restrictions. The grey literature was searched via an internet search engine and targeted website and database searches. Reference lists of included studies were searched. Independent reviewers assessed studies for eligibility and extracted data, with disagreements resolved by consensus or a third reviewer. Risk of bias was assessed using the Newcastle Ottawa Scale. Data were summarised descriptively. RESULTS: Six publications (one cohort study, five case reports/series) met the inclusion criteria with a total of 37 hypoxaemic COVID-19 patients treated with HBOT. Of these 37 patients, the need for intubation and mechanical ventilation and in-hospital survival were assessed for 26 patients across three studies. Of these 26 patients, intubation and mechanical ventilation were not required for 24, and 23 patients survived. No serious adverse events of HBOT in COVID-19 patients were reported. No randomised trials have been published. CONCLUSIONS: Limited and weak evidence from non-randomised studies including one propensity-matched cohort study suggests HBOT is safe and may be a promising intervention to optimise treatment and outcomes in hypoxaemic COVID-19 patients. Randomised controlled studies are urgently 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 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 | 0,008 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».