MétaCan
Menu
Retour à la cohorte
Enregistrement W4311743320 · doi:10.1093/ofid/ofac492.965

1126. Effect of Remdesivir on Recovery, Quality of Life, and Long-COVID Symptoms One Year after Hospitalization for COVID-19 Infection: A Randomized Controlled SOLIDARITY Finland Trial

2022· article· en· W4311743320 sur OpenAlexaff
Olli Nevalainen, Saana Horstia, Sanna Laakkonen, Jarno Rutanen, Jussi Mustonen, Ilkka Kalliala, Hanna Ansakorpi, Hanna‐Riikka Kreivi, Pauliina Kuutti, Juuso Paajanen, Seppo Parkkila, Erja‐Leena Paukkeri, Markus Perola, Negar Pourjamal, Andreas Renner, Tuomas Rosberg, Taija Rutanen, Joni Savolainen, Jari Haukka, Gordon Guyatt, Kari A.O. Tikkinen

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineRandomized controlled trialCoronavirus disease 2019 (COVID-19)Quality of life (healthcare)Internal medicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Disease

Résumé

récupéré en direct d'OpenAlex

Abstract Background Coronavirus disease 2019 (COVID-19) patients frequently suffer from long-term sequelae, often called “long COVID” or “post COVID-19 condition”. Remdesivir, given in early disease, decreases the risk of hospitalization and potentially mortality. No randomized trials have thus far published long-term follow-up data on any COVID-19 drug treatment. We investigated the effects of remdesivir on a range of patient-important outcomes at one year. Methods Between July 2020 and January 2021, an open-label randomized multicenter trial in Finland recruited 208 adult patients from 11 Finnish hospitals. Patients were randomly assigned (1:1 ratio) to standard of care (SoC)with remdesivir (median duration of remdesivir treatment 5 days) or SoC alone. Primary outcomes were self-reported recovery, exertional dyspnea, fatigue, and quality of life at one year. Secondary outcomes were overall mortality and several potential long-COVID symptoms. Results At one year, 5 (4.4%) of 114 patients in the remdesivir and 5 (5.3%) of 94 in the SoC group had died (RR 0.82, 95% CI 0.25-2.76; absolute difference: -0.9%, 95% CI -7.9-5.3); 181 (92% of survivors) completed the follow-up. Self-reported recovery (fully or largely) occurred in 85% in remdesivir and in 86% in SoC (RR 0.94, 0.47-1.90; absolute difference: -0.9%, 95% CI -11%-10%). Exertional dyspnea occurred in 5% in remdesivir and 8% in SoC (OR 0.61, 95% CI 0.20-1.85; absolute difference -3.3%, 95% CI -12%-4.4%). We found no convincing difference between remdesivir and SoC groups in quality of life or symptom outcomes (p > 0.05 for all). Of the 21 potential long-COVID symptoms, patients often reported moderate or major bother from fatigue (26%), joint pain (22%), persistent respiratory mucus (21%), and problems with memory (19%) and attention/concentration (18%) (Figure). Bother from potential long-COVID symptoms at one year from COVID-19 hospitalization between the standard of care and standard of care plus remdesivir groups. Conclusion After a one-year follow-up of hospitalized patients (with a very high participation rate), approximately one in four reported substantial bother from fatigue, and one in six reported that they had not recovered well from COVID-19. We found no convincing evidence of a remdesivir effect, but confidence intervals were wide and included possible substantial benefit and substantial harm. Disclosures Hanna-Riikka Kreivi, MD, PhD, Pfizer: Advisor/Consultant|Roche: Advisor/Consultant Tuomas Rosberg, MD, PhD, AstraZeneca: Honoraria|Boehringer-Ingelheim: Honoraria|GSK: Honoraria.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,031
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,326
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetLong-Term Effects of COVID-19Travaux en français237 207