Induction therapy in heart transplantation: A systematic review and network meta‐analysis for developing evidence‐based recommendations
Notice bibliographique
Résumé
INTRODUCTION: Induction therapy (IT) utility in heart transplantation (HT) remains contested. Commissioned by a clinical-practice guidelines panel to evaluate the effectiveness and safety of IT in adult HT patients, we conducted this systematic review and network meta-analysis (NMA). METHODS: We searched for studies from January 2000 to October 2022, reporting on the use of any IT agent in adult HT patients. Based on patient-important outcomes, we performed frequentist NMAs separately for RCTs and observational studies with adjusted analyses, and assessed the certainty of evidence using the GRADE framework. RESULTS: From 5156 publications identified, we included 7 RCTs and 12 observational studies, and report on two contemporarily-used IT agents-basiliximab and rATG. The RCTs provide only very low certainty evidence and was uninformative of the effect of the two agents versus no IT or one another. With low certainty in the evidence from observational studies, basiliximab may increase 30-day (OR 1.13; 95% CI 1.06-1.20) and 1-year (OR 1.11; 95% CI 1.02-1.22) mortality compared to no IT. With low certainty from observational studies, rATG may decrease 5-year cardiac allograft vasculopathy (OR .82; 95% CI .74-.90) compared to no IT, as well as 30-day (OR .85; 95% CI .80-.92), 1-year (OR .87; 95% CI .79-.96), and overall (HR .84; 95% CI .76-.93) mortality compared to basiliximab. CONCLUSION: With low and very low certainty in the synthetized evidence, these NMAs suggest possible superiority of rATG compared to basiliximab, but do not provide compelling evidence for the routine use of these agents in HT recipients.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 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 ».