MétaCan
Menu
Retour à la cohorte
Enregistrement W4210366877 · doi:10.2217/fvl-2021-0066

Efficacy of Lopinavir–Ritonavir Combination Therapy for the Treatment of Hospitalized COVID-19 Patients: A Meta-Analysis

2022· review· en· W4210366877 sur OpenAlexaff
Jiawen Deng, Fangwen Zhou, Wenteng Hou, Kiyan Heybati, Saif Ali, Oswin Chang, Zachary Silver, Thanansayan Dhivagaran, Harikrishnaa Ba Ramaraju, Chi Yi Wong, Qi Zuo, Elizabeth Lapshina, Madeline Mellett

Notice bibliographique

RevueFuture Virology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensMcGill UniversityCarleton UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLopinavirMedicineLopinavir/ritonavirMeta-analysisRitonavirAdverse effectIncidence (geometry)Internal medicineCoronavirus disease 2019 (COVID-19)Odds ratioObservational studyRandomized controlled trialMechanical ventilationViral loadVirologyHuman immunodeficiency virus (HIV)Antiretroviral therapy

Résumé

récupéré en direct d'OpenAlex

Aim: To evaluate the efficacy and safety of lopinavir–ritonavir (LPV/r) therapy in treating hospitalized COVID-19 patients. Materials & methods: Data from randomized and observational studies were included in meta-analyses. Primary outcomes were length of stay, time for SARS-CoV-2 test conversion, mortality, incidence of mechanical ventilation, time to body temperature normalization and incidence of adverse events. Results: Twenty-four studies (n = 10,718) were included. LPV/r demonstrated no significant benefit over the control groups in all efficacy outcomes. The use of LPV/r was associated with a significant increase in the odds of adverse events. Conclusion: Given the lack of efficacy and increased incidence of adverse events, the clinical use of LPV/r in hospitalized COVID-19 patients is not recommended.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,019
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,220
Tête enseignante GPT0,514
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture VirologyMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207