MétaCan
Menu
Retour à la cohorte
Enregistrement W3201007711 · doi:10.1371/journal.pmed.1003738

Tuberculosis preventive therapy for people living with HIV: A systematic review and network meta-analysis

2021· review· en· W3201007711 sur OpenAlexaff
Mercedes Yanes‐Lane, Edgar Ortíz‐Brizuela, Jonathon R. Campbell, Andrea Benedetti, Gavin Churchyard, Olivia Oxlade, Dick Menzies

Notice bibliographique

RevuePLoS Medicine · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesBill and Melinda Gates Foundation
Mots-clésMedicineRandomized controlled trialInternal medicineIsoniazidTuberculosisInterquartile rangeMeta-analysisPlaceboCochrane LibraryPathologyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Tuberculosis (TB) preventive therapy (TPT) is an essential component of care for people living with HIV (PLHIV). We compared efficacy, safety, completion, and drug-resistant TB risk for currently recommended TPT regimens through a systematic review and network meta-analysis (NMA) of randomized trials. METHODS AND FINDINGS: We searched MEDLINE, Embase, and the Cochrane Library from inception through June 9, 2020 for randomized controlled trials (RCTs) comparing 2 or more TPT regimens (or placebo/no treatment) in PLHIV. Two independent reviewers evaluated eligibility, extracted data, and assessed the risk of bias. We grouped TPT strategies as follows: placebo/no treatment, 6 to 12 months of isoniazid, 24 to 72 months of isoniazid, and rifamycin-containing regimens. A frequentist NMA (using graph theory) was carried out for the outcomes of development of TB disease, all-cause mortality, and grade 3 or worse hepatotoxicity. For other outcomes, graphical descriptions or traditional pairwise meta-analyses were carried out as appropriate. The potential role of confounding variables for TB disease and all-cause mortality was assessed through stratified analyses. A total of 6,466 unique studies were screened, and 157 full texts were assessed for eligibility. Of these, 20 studies (reporting 16 randomized trials) were included. The median sample size was 616 (interquartile range [IQR], 317 to 1,892). Eight were conducted in Africa, 3 in Europe, 3 in the Americas, and 2 included sites in multiple continents. According to the NMA, 6 to 12 months of isoniazid were no more efficacious in preventing microbiologically confirmed TB than rifamycin-containing regimens (incidence rate ratio [IRR] 1.0, 95% CI 0.8 to 1.4, p = 0.8); however, 6 to 12 months of isoniazid were associated with a higher incidence of all-cause mortality (IRR 1.6, 95% CI 1.2 to 2.0, p = 0.02) and a higher risk of grade 3 or higher hepatotoxicity (risk difference [RD] 8.9, 95% CI 2.8 to 14.9, p = 0.004). Finally, shorter regimens were associated with higher completion rates relative to longer regimens, and we did not find statistically significant differences in the risk of drug-resistant TB between regimens. Study limitations include potential confounding due to differences in posttreatment follow-up time and TB incidence in the study setting on the estimates of incidence of TB or all-cause mortality, as well as an underrepresentation of pregnant women and children. CONCLUSIONS: Rifamycin-containing regimens appear safer and at least as effective as isoniazid regimens in preventing TB and death and should be considered part of routine care in PLHIV. Knowledge gaps remain as to which specific rifamycin-containing regimen provides the optimal balance of efficacy, completion, and safety.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0300,004
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,137
Tête enseignante GPT0,403
Écart entre enseignants0,267 · 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 tête enseignante, pas un consensus.

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

Citations49
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207