First-generation antipsychotics use and reduced risk of pneumonia—Clinical implications in SARS-CoV2 treatment: A systematic review and meta-analysis of observational studies
Notice bibliographique
Résumé
The use of antipsychotics (AP) has been linked to nearly 60% increase in the incidence of pneumonia. The study purposes to devise safest treatment regimens for psychiatric patients with underlying respiratory comorbidities. A systematic literature search was conducted. A total of 41 studies were evaluated, which included 33 articles for metaanalysis. The quality of retrieved articles was screened by reviewing independently. The risk of bias in each study was assessed using the Newcastle-Ottawa Scale. Inter-rater agreement calculation was performed using Rayyan QCRI. Statistical analysis was performed using R 4.0.3. The meta-analysis conducted revealed that the risk of pneumonia (OR = 1.66; 95% CI = 1.64-1.68) and respiratory failure (OR = 1.79; 95% CI = 1.61-2.00) were higher in psychotropic users compared to nonusers. Pneumonia risk was higher in second-generation antipsychotic users (OR = 1.12; 95% CI = 1.01-1.25) compared to other antipsychotic users. However, no association was found between firstgeneration antipsychotics and pneumonia compared to other psychotropic exposure (OR = 0.93; 95% CI = 0.86-0.99). Chlorpromazine, sulpiride, and aripiprazole were found to be statistically safer compared to other AP. AP should be of appropriate choice in patients with SARS-CoV-2 infection, recurrent pneumonia history or those with opportunistic infections.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».