Short- and long-term effects of imatinib in hospitalized COVID-19 patients: A randomized trial
Notice bibliographique
Résumé
OBJECTIVES: We studied the short- and long-term effects of imatinib in hospitalized COVID-19 patients. METHODS: Participants were randomized to receive standard of care (SoC) or SoC with imatinib. Imatinib dosage was 400 mg daily until discharge (max 14 days). Primary outcomes were mortality at 30 days and 1 year. Secondary outcomes included recovery, quality of life and long COVID symptoms at 1 year. We also performed a systematic review and meta-analysis of randomized trials studying imatinib for 30-day mortality in hospitalized COVID-19 patients. RESULTS: We randomized 156 patients (73 in SoC and 83 in imatinib). Among patients on imatinib, 7.2% had died at 30 days and 13.3% at 1 year, and in SoC, 4.1% and 8.2% (adjusted HR 1.35, 95% CI 0.47-3.90). At 1 year, self-reported recovery occurred in 79.0% in imatinib and in 88.5% in SoC (RR 0.91, 0.78-1.06). We found no convincing difference in quality of life or symptoms. Fatigue (24%) and sleep issues (20%) frequently bothered patients at one year. In the meta-analysis, imatinib was associated with a mortality risk ratio of 0.73 (0.32-1.63; low certainty evidence). CONCLUSIONS: The evidence raises doubts regarding benefit of imatinib in reducing mortality, improving recovery and preventing long COVID symptoms in hospitalized COVID-19 patients.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| 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 ».