Systematic review with meta‐analysis: COVID‐19 outcomes in patients receiving anti‐TNF treatments
Notice bibliographique
Résumé
Summary Background Accumulating evidence suggests a beneficial effective of tumour necrosis factor‐alpha (TNF‐α) inhibitors on the outcomes of COVID‐19 disease, which, however is not validated by all studies. Aims To perform a systematic review and meta‐analysis of existing reports to investigate the impact of anti‐TNF treatments on the clinical outcomes of COVID‐19 patients. Methods A systematic search at PubMed and SCOPUS databases using specific keywords was performed. All reports of COVID‐19 outcomes for patients receiving anti‐TNF therapy by September 2021 were included. Pooled effect measures were calculated using a random‐effects model. The Newcastle Ottawa Scale for observational studies was used to assess bias. Studies that were not eligible for meta‐analysis were described qualitatively. Results In total, 84 studies were included in the systematic review, and 35 were included in the meta‐analysis. Patients receiving anti‐TNF treatment, compared to non‐anti‐TNF, among COVID‐19 cases had a lower probability of hospitalisation (eight studies, 2555 patients, pooled OR = 0.53, 95% CI: 0.42‐0.67, I 2 = 0) and severe disease defined as intensive care unit admission or death (two studies, 1823 patients, pooled OR = 0.63, 95% CI: 0.41‐0.96, I 2 = 0), after adjustment for validated predictors of adverse disease outcomes. No difference was found for the risk for hospitalisation due to COVID‐19 in populations without COVID‐19 for patients receiving anti‐TNF treatment compared to non‐anti‐TNF (three studies, 5 994 958 participants, pooled risk ratio = 0.97, 95% CI: 0.68‐1.39, I 2 = 20) adjusted for age, sex and comorbidities. Conclusions TNF‐α inhibitors are associated with a lower probability of hospitalisation and severe COVID‐19 when compared to any other treatment for an underlying inflammatory disease.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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; un appel candidat d’une seule tête enseignante, 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 ».