Randomized trials of therapeutic heparin for COVID‐19: A meta‐analysis
Notice bibliographique
Résumé
Background Pulmonary endothelial injury and microcirculatory thromboses likely contribute to hypoxemic respiratory failure, the most common cause of death, in patients with COVID-19. Randomized controlled trials (RCTs) suggest differences in the effect of therapeutic heparin between moderately and severely ill patients with COVID-19. We did a systematic review and meta-analysis of RCTs to determine the effects of therapeutic heparin in hospitalized patients with COVID-19. Methods We searched PubMed, Embase, Web of Science, medRxiv, and medical conference proceedings for RCTs comparing therapeutic heparin with usual care, excluding trials that used oral anticoagulation or intermediate doses of heparin in the experimental arm. Mantel-Haenszel fixed-effect meta-analysis was used to combine odds ratios (ORs). Results and Conclusions There were 3 RCTs that compared therapeutic heparin to lower doses of heparin in 2854 moderately ill ward patients, and 3 RCTs in 1191 severely ill patients receiving critical care. In moderately ill patients, there was a nonsignificant reduction in all-cause death (OR, 0.76; 95% CI, 0.57-1.02), but significant reductions in the composite of death or invasive mechanical ventilation (OR, 0.77; 95% CI, 0.60 0.98), and death or any thrombotic event (OR, 0.58; 95% CI, 0.45-0.77). Organ support-free days alive (OR, 1.29; 95% CI, 1.07-1.57) were significantly increased with therapeutic heparin. There was a nonsignificant increase in major bleeding. In severely ill patients, there was no evidence for benefit of therapeutic heparin, with significant treatment-by-subgroup interactions with illness severity for all-cause death (P = .034). In conclusion, therapeutic heparin is beneficial in moderately ill patients but not in severely ill patients hospitalized with COVID-19.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,064 | 0,635 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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; les deux têtes enseignantes 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 ».