Quality and methodology of clinical practice guidelines on antiviral pharmacotherapy for COVID-19 during the early phase of the pandemic
Notice bibliographique
Résumé
Background: Despite availability of reliable guidelines development methods, the risk of producing less reliable documents may be higher when the guidelines are developed rapidly. Methods: We performed the search for guidelines, published before the results of any randomized controlled trials of COVID-19 treatment were available. The quality of the guidelines was assessed using the AGREE II-Global Rating Scale Instrument and series of dichotomous criteria based on the domain 3 of the AGREE II tool. We analyzed variables associated with the presence of recommendations for antiviral therapy for SARS-CoV-2. Results: The analysis included 40 publications. The median of quality of documents assessed with the AGREE II-GRS tool (overall quality assessment on a scale ranging from 1-7) was 2.0 (IQR 1.5–2.5). Most documents did not fulfill the rigour of guideline development quality criteria. Overall, 62.5% of documents provided recommendations for the use of antiviral medications despite apparent lack of sufficient evidence supporting such treatments. Documents that contained recommendations supporting antiviral drug use tended to be of lower quality than those without such recommendations. Of the included documents, 75% were not updated within the 2 months after the publication of the first randomized controlled trial on COVID-19 antiviral therapy. Conclusions: Most guidelines or guidance documents published during the early phase of the COVID-19 pandemic were of poor quality, contained recommendations for the use of antiviral therapy for SARS-CoV-2 infection despite only very low
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 | 0,440 | 0,764 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,021 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».