Colchicine use in patients with COVID-19: A systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Colchicine may inhibit inflammasome signaling and reduce proinflammatory cytokines, a purported mechanism of COVID-19 pneumonia. The aim of this systematic review and meta-analysis is to report on the state of the current literature on the use of colchicine in COVID-19 and to investigate the reported clinical outcomes in COVID-19 patients by colchicine usage. METHODS: The literature was searched from January 2019 through January 28, 2021. References were screened to identify studies that reported the effect of colchicine usage on COVID-19 outcomes including mortality, intensive care unit (ICU) admissions, or mechanical ventilation. Studies were meta-analyzed for mortality by the subgroup of trial design (RCT vs observational) and ICU status. Studies reporting an risk ratio (RR), odds ratio (OR) and hazard ratio (HR) were analyzed separately. RESULTS: Eight studies, reporting on 16,248 patients, were included in this review. The Recovery trial reported equivalent mortality between colchicine and non-colchicine users. Across the other studies, patients who received colchicine had a lower risk of mortality-HR of 0.25 (95% CI: 0.09, 0.66) and OR of 0.22 (95% CI: 0.09, 0.57). There was no statistical difference in risk of ICU admissions between patients with COVID-19 who received colchicine and those who did not-OR of 0.26 (95% CI: 0.06, 1.09). CONCLUSION: Colchicine may reduce the risk of mortality in individuals with COVID-19. Further prospective investigation may further determine the efficacy of colchicine as treatment in COVID-19 patients in various care settings of the disease, including post-hospitalization and long-term care.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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) | 0,000 | 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 ».