Efficacy and safety outcomes in randomized controlled trials investigating hydroxychloroquine for COVID-19
Notice bibliographique
Résumé
Aims: To assess whether randomized clinical trials (RCTs) proposed to evaluate treatment of COVID-19 with HQ or chloroquine include outcome definitions and data collection plans to produce meaningful efficacy/effectiveness and safety outcomes. Methods: We searched the World Health Organization International Clinical Trials Registry Platform (WHO-ICTRP) database for registers of RCTs evaluating HQ or chloroquine, alone or in any combination, to treat patients diagnosed with COVID-19 compared with any other treatment option. The final search was performed on April 8th, 2020. Results: Among 51 registered RCTs (median sample size of 262; IQR: 100, 520), 34 (67%) reported a clinical outcome, 12 (24%) a surrogate outcome, and five (10%) a combination of clinical and surrogate outcomes as primary endpoints. Clinical status/recovery and all-cause mortality/mortality accounted for 49% of the unique domains among 20 different clinical outcome domains of efficacy. Twenty-four (47%) RCTs did not describe plans to assess safety outcomes; when assessed, safety outcomes were determined in generic terms of total, severe or serious adverse events. Conclusions: The RCTs investigating HQ or chloroquine include heterogenous and insufficient approaches to measure efficacy/effectiveness and safety that are relevant to patients and clinical practice. These findings provide important insights to inform clinical and regulatory decisions that can be drawn about the efficacy/effectiveness and safety of these agents in patients with COVID-19.
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 | 0,186 | 0,364 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,013 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».