Tocilizumab effectiveness in mechanically ventilated COVID-19 patients (T-MVC-19 Study): a multicenter real-world evidence
Notice bibliographique
Résumé
BACKGROUND: This study aimed to evaluate the effectiveness of tocilizumab in mechanically ventilated patients with coronavirus disease 2019 (COVID-19). RESEARCH DESIGN AND METHODS: This retrospective multicenter study included adults (≥18 years) diagnosed with severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) by real-time polymerase chain reaction (RT-PCR) from nasopharyngeal swab, and requiring invasive mechanical ventilation during admission. Survival analyses with inverse propensity score treatment weighting (IPTW) and propensity score matching (PSM) were conducted. To account for immortal bias, we used Cox proportional modeling with time-dependent covariance. Competing risk analysis was performed for the extubation endpoint. RESULTS: A total of 556 (tocilizumab = 193, control = 363) patients were included. Males constituted the majority of the participants (69.2% in tocilizumab arm,74.1% in control arm). Tocilizumab was not associated with a reduction in mortality with hazard ratio [(HR) = 0.82,95% confidence interval (95%CI): 0.62-1.10] in the Inverse propensity score weighting (IPTW) analysis and (HR = 0.86,95% CI: 0.64-1.16) in the PSM analysis. However, tocilizumab was associated with an increased rate of extubation (33.6%) compared to the control arm (11.9%); subdistributional hazards (SHR) = 3.1, 95% CI: 1.86-5.16). CONCLUSIONS: Although tocilizumab was not found to be effective in reducing mortality, extubation rate while on mechanical ventilation was higher among tocilizumab treated group.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».