MétaCan
Menu
Retour à la cohorte
Enregistrement W4210624236 · doi:10.1111/bcp.15258

Does metformin affect outcomes in COVID‐19 patients with new or pre‐existing diabetes mellitus? A systematic review and meta‐analysis

2022· review· en· W4210624236 sur OpenAlexaboutno aff
Adithan Ganesh, Michael D. Randall

Notice bibliographique

RevueBritish Journal of Clinical Pharmacology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Nottingham
Mots-clésMedicineMetforminConfidence intervalOdds ratioInternal medicineMeta-analysisCochrane LibraryDiabetes mellitusMEDLINERelative riskInsulinEndocrinology

Résumé

récupéré en direct d'OpenAlex

Aims The COVID‐19 pandemic is a global public health emergency and patients with diabetes mellitus (DM) are disproportionately affected, exhibiting more severe outcomes. Recent studies have shown that metformin is associated with improved outcomes in patients with COVID‐19 and DM and may be a potential candidate for drug repurposing. We aimed to investigate the effects of metformin on outcomes in patients with COVID‐19 and DM. Methods Databases (PubMed, Scopus, Web of Science, EMBASE, Clinicaltrials.gov and Cochrane library) were searched up to 10 April 2021 for studies reporting data on metformin use in COVID‐19 patients with DM. The risk of bias was assessed using the Newcastle–Ottawa scale. Certainty of evidence was rated using the GRADE approach. The primary outcome was mortality reported as odds ratio (OR). A random‐effects meta‐analysis was carried out on both unadjusted and adjusted ORs. This study is registered with PROSPERO, CRD42020221842. Results In total, 2 916 231 patients from 32 cohort studies were included in the quantitative and qualitative synthesis. The meta‐analysis showed that metformin was significantly associated with lower mortality in COVID‐19 patients with DM in both unadjusted (OR 0.61 [95% confidence interval: 0.53–0.71], P < .00001, I2 = 70%) and adjusted (OR 0.78 [95% confidence interval: 0.69–0.88], P < .00001, I2 = 67%) models. Conclusion Poor outcomes in COVID‐19 patients with DM can be attributed to inadequate glycaemic control and weakened immune responses. Metformin has multiple effects that can improve outcomes in patients with DM and our findings highlight a possible role of its use. However, robust randomised trials are needed to thoroughly assess its use.

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)0,017
score de la tête « metaresearch » (Gemma)0,036
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 enseignants0,020
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,036
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0200,043
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,098
Tête enseignante GPT0,448
Écart entre enseignants0,350 · 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

Citations45
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Clinical PharmacologyMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207