High-dose rifamycins in the treatment of TB: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background There is growing interest in using high-dose rifamycin (HDR) regimens in TB treatment, but the safety and efficacy of HDR regimens remain uncertain. We performed a systematic review and meta-analysis comparing HDR to standard-dose rifamycin (SDR) regimens. Methods We searched MEDLINE, Embase, CENTRAL, Cochrane Database of Systematic Reviews and clinicaltrials.gov for prospective studies comparing daily therapy with HDRs to SDRs. Rifamycins included rifampicin, rifapentine and rifabutin. Our primary outcome was the rate of severe adverse events (SAEs), with secondary outcomes of death, all adverse events, SAE by organ and efficacy outcomes of 2-month culture conversion and relapse. This study was prospectively registered in the International Prospective Register of Systematic Reviews (CRD42020142519). Results We identified 9057 articles and included 13 studies with 6168 participants contributing 7930 person-years (PY) of follow-up (HDR: 3535 participants, 4387 PY; SDR: 2633 participants, 3543 PY). We found no significant difference in the pooled incidence rate ratio (IRR) of SAE between HDR and SDR (IRR 1.00, 95% CI 0.82 to 1.23, I 2 =41%). There was no significant difference when analysis was limited to SAE possibly, probably or likely medication-related (IRR 1.07, 95% CI 0.82 to 1.41, I 2 =0%); studies with low risk of bias (IRR 0.98, 95% CI 0.79 to 1.20, I 2 =44%); or studies using rifampicin (IRR 1.00, 95% CI 0. 0.75–1.32, I 2 =38%). No significant differences were noted in pooled outcomes of death, 2-month culture conversion and relapse. Conclusions HDRs were not associated with a significant difference in SAEs, 2-month culture conversion or death. Further studies are required to identify specific groups who may benefit from HDR.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».