The Anti-Coronavirus Therapies (ACT) Trials: Design, Baseline Characteristics, and Challenges
Notice bibliographique
Résumé
Background: Effective treatments for COVID-19 are urgently needed, but conducting randomized trials during the pandemic has been challenging. Methods: The Anti-Coronavirus Therapy (ACT) trials are parallel factorial international trials that aimed to enroll 3500 outpatients and 2500 inpatients with symptomatic COVID-19. The outpatient trial is evaluating colchicine vs usual care, and aspirin vs usual care. The primary outcome for the colchicine randomization is hospitalization or death, and for the aspirin randomization, it is major thrombosis, hospitalization, or death. The inpatient trial is evaluating colchicine vs usual care, and the combination of rivaroxaban 2.5 mg twice daily and aspirin 100 mg once daily vs usual care. The primary outcome for the colchicine randomization is need for high-flow oxygen, need for mechanical ventilation, or death, and for the rivaroxaban plus aspirin randomization, it is major thrombotic events, need for high-flow oxygen, need for mechanical ventilation, or death. Results: At the completion of enrollment on February 10, 2022, the outpatient trial had enrolled 3917 patients, and the inpatient trial had enrolled 2611 patients. Challenges encountered included lack of preliminary data about the interventions under evaluation, uncertainties related to the expected event rates, delays in regulatory and ethics approvals, and in obtaining study interventions, as well as the changing pattern of the COVID-19 pandemic. Conclusions: The ACT trials will determine the efficacy of anti-inflammatory therapy with colchicine, and antithrombotic therapy with aspirin given alone or in combination with rivaroxaban, across the spectrum of mild, moderate, and severe COVID-19. Lessons learned from the conduct of these trials will inform planning of future trials.
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 | 0,013 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».