MétaCan
Menu
Retour à la cohorte
Enregistrement W4404090560 · doi:10.1183/13993003.congress-2024.pa1505

Short- and long-term effects of imatinib in patients hospitalised for COVID-19: A randomised trial

2024· article· en· W4404090560 sur OpenAlexaff
Alex L E Halme, Sanna Laakkonen, Jarno Rutanen, Olli Nevalainen, Marjatta Sinisalo, Saana Horstia, Jussi Mustonen, Negar Pourjamal, Aija Vanhanen, Tuomas Rosberg, Andreas Renner, Markus Perola, Erja‐Leena Paukkeri, Riitta-Liisa Patovirta, Seppo Parkkila, Juuso Paajanen, Taina Nykänen, Jarkko Mäntylä, Marjukka Myllärniemi, Tiina Mattila, Maarit K. Leinonen, Alvar Külmäsu, Pauliina Kuutti, Ilari Kuitunen, Hanna‐Riikka Kreivi, Tuomas P. Kilpeläinen, Heikki Kauma, Ilkka Kalliala, Petrus Järvinen, Riina Hankkio, Taina Hammarén, Thijs Feuth, Hanna Ansakorpi, Riikka Ala-Karvia, Gordon Guyatt, Kari A.O. Tikkinen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Myeloid Leukemia Treatments
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Coronavirus disease 2019 (COVID-19)ImatinibMedicineRandomized controlled trialInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Earlier evidence has suggested that imatinib may improve 30-day survival in hospitalised COVID-19 patients. Objective: To study the short- and long-term effects of imatinib in hospitalised COVID-19 patients. Methods: We conducted a randomised trial in 15 Finnish hospitals. Participants were randomised between locally available options to receive standard or 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 all randomised trials studying imatinib for 30-day mortality in hospitalised COVID-19 patients. Results: Between August 2021 and March 2023, we randomised 156 patients (103 in 2021, 51 in 2022 and 2 in 2023; 73 in SoC, 83 in imatinib). Among patients on imatinib, 7.2% had died at 30 days and 13.3% at 1 year and among those randomized to SoC 4.1% and 8.3% (adjusted HR 1.09, 95% CI 0.23–5.07). At 1-year, self-reported recovery occurred in 79.0% in imatinib and in 88.3% in SoC (RR 0.91, 0.78-1.06). We found no convincing difference between groups in quality of life or symptoms. Fatigue (24%), sleep issues (19%), and memory problems (17%) frequently bothered patients among 21 potential long COVID symptoms. In the meta-analysis of 4 randomised trials (732 patients), 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 hospitalised 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,015
Tête enseignante GPT0,318
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChronic Myeloid Leukemia TreatmentsTravaux en français237 207