Effect of COVID-19 vaccines for the treatment of people with post-COVID-19 condition: a rapid review
Notice bibliographique
Résumé
<ns3:p><ns3:bold>Background:</ns3:bold> Vaccination for coronavirus disease 2019 (COVID-19) has demonstrated reduced risk of hospitalisation and death against more recent variants of COVID-19. Some studies suggested improvements in patients with post-COVID-19 condition (PCC) following vaccination. We systematically explored available evidence on the effect of COVID-19 vaccines on the treatment of people with PCC. <ns3:bold>Methods:</ns3:bold> We conducted a rapid review of the literature following systematic approaches. We searched Medline (OVID), EMBASE (Elsevier), ClinicalTrials.gov, and the International Clinical Trials Registry Platform (ICTRP) for randomised trials, non-randomised trials, controlled before-after studies, and interrupted time-series studies of the effect of COVID-19 vaccines for treating people with PCC. Two independent review authors screened citations. Two review authors extracted data independently. We had planned to assess the risk of bias and use the GRADE approach (Grading of Recommendations, Assessment, Development, and Evaluation) to assess the certainty of evidence if there were completed studies. <ns3:bold>Results:</ns3:bold> We identified two ongoing randomised controlled trials. Both trials examine the effectiveness of therapeutic vaccines on PCC. The anticipated completion date of the CIMAvax-EGFA trial is January 2023, and the completion date of the COVID-19 mRNA vaccine trial is not stated. <ns3:bold>Conclusions:</ns3:bold> There is currently an absence of high‐quality evidence evaluating the effectiveness of COVID-19 vaccines for treating people with post-COVID-19 condition. The absence of published studies and only two ongoing trials highlight the need for additional studies on the effectiveness of vaccines for PCC. We recommend that researchers consider PCC as per the definition provided by the World Health Organization and use the available core outcome set for PCC in deciding which outcomes to measure and report in the trials. <ns3:bold>PROPSERO registration:</ns3:bold> CRD42022330821 (20/06/2022)</ns3:p>
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 | 0,012 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».