The association of antiplatelet agents with mortality among patients with non–COVID-19 community-acquired pneumonia: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Community-acquired pneumonia (CAP) triggers inflammatory and thrombotic host responses driving morbidity and mortality. Antiplatelet agents may favorably modulate these pathways; however, their role in non-COVID-19 CAP remains uncertain. Objectives: To evaluate the association of antiplatelet agents with mortality in hospitalized patients with non-COVID-19 CAP. Methods: We conducted a systematic review and meta-analysis of observational studies and randomized controlled trials (RCTs) of adult patients hospitalized for non-COVID-19 CAP exposed to antiplatelet agents (acetylsalicylic acid or P2Y12 inhibitors). We searched MEDLINE, Embase, and CENTRAL from inception to August 2023. Our primary outcome was all-cause mortality: meta-analyzed (random-effects models) separately for observational studies and RCTs. For observational studies, we used adjusted mortality estimates. Results: = 54%; 2 studies, 225 patients). By the Grading of Recommendations, Assessment, Development, and Evaluation criteria, the certainty of the evidence was low, primarily due to risk of bias. Conclusion: In hospitalized patients with non-COVID-19 CAP, antiplatelet agents may be associated with reduced mortality compared with usual care or placebo, but the certainty of evidence is low.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,028 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».