MétaCan
Menu
Retour à la cohorte
Enregistrement W4412957766 · doi:10.1136/bmjopen-2024-097134

Canadian Adaptive Platform Trial of Treatments for COVID in Community Settings (CanTreatCOVID): protocol for a randomised controlled adaptive platform trial of treatments for acute SARS-CoV-2 infection in community settings

2025· article· en· W4412957766 sur OpenAlexafffundabout
Banafshe Hosseini, Amanda Condon, Bruno R. da Costa, Peter Daley, Michelle Greiver, Peter Jüni, Todd C. Lee, Kerry McBrien, Emily G. McDonald, Srinivas Murthy, Peter Selby, Melissa K. Andrew, Kris Aubrey‐Bassler, David Barber, Brendan J. Barrett, Christopher Butler, Noah Crampton, Simone Dahrouge, Ali Damji, Robert Fowler, Stephanie Garies, Catherine Hudon, Jennifer Hulme, Jennifer E. Isenor, David J.A. Jenkins, Rosemarie Lall, Annie LeBlanc, Christine Leong, Paul Little, Aïsha Lofters, Sarvesh Logsetty, Sylvain Lother, Marie‐Thérèse Lussier, Laura Maclaren, Dee Mangin, Emily Gard Marshall, John C. Marshall, Rita McCracken, Rahim Moineddin, Brianna Orava, Jean‐Sébastien Paquette, Jay Jae Hee Park, Navindra Persaud, Valeria E. Rac, Vivian R. Ramsden, Jennifer Rayner, Diana C. Sanchez‐Ramirez, Lynora Saxinger, Haolun Shi, Alexander Singer, Rae Spiwak, Anita Srivastava, Abhimanyu Sud, Jean‐Éric Tarride, Deanna Telner, Ross Upshur, Sakina Walji, Rachel Walsh, Machelle Wilchesky, Sabrina T. Wong, Brianne Wood, Ryan Zarychanski, Barb Zelek, Yoav Keynan, Jolanta Piszczek, Daniel Warshafsky, Andrew D. Pinto

Notice bibliographique

RevueBMJ Open · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods in Clinical Trials
Établissements canadiensMinistry of Health and Long Term CareThunder Bay Regional Research InstituteNOSM UniversityThunder Bay Regional Health Sciences CentreSunnybrook Health Science CentreEast Wellington Family Health TeamManitoba HealthResearch ManitobaUniversity of SaskatchewanUniversity of AlbertaUniversity Health NetworkMcMaster UniversityAccess Alliance Multicultural Health and Community ServicesUniversité LavalProvidence Health CareHumber River Regional HospitalUniversité de MontréalCentre Hospitalier de l’Université de MontréalUniversité de SherbrookeImpactSouth Health CampusWomen's College HospitalNorth York General HospitalSt. Michael's HospitalQueen's UniversityUniversity of OttawaDalhousie UniversityUniversity of ManitobaJewish General HospitalSimon Fraser UniversityMontreal General HospitalUniversity of CalgaryInstitute for Clinical Evaluative SciencesMcGill UniversityCentre for Addiction and Mental HealthÉlisabeth Bruyère HospitalUniversity of TorontoMemorial University of NewfoundlandUniversity of British ColumbiaToronto General HospitalPublic Health Ontario
Organismes subventionnairesCanadian Institutes of Health ResearchHealth CanadaUniversity of TorontoPublic Health AgencyPublic Health Agency of Canada
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Randomized controlled trial2019-20 coronavirus outbreakProtocol (science)PandemicTrial registrationSars virusAlternative medicineVirologyOutbreakInfectious disease (medical specialty)SurgeryInternal medicineDiseasePathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: SARS-CoV-2 is now endemic and expected to remain a health threat, with new variants continuing to emerge and the potential for vaccines to become less effective. While effective vaccines and natural immunity have significantly reduced hospitalisations and the need for critical care, outpatient treatment options remain limited, and real-world evidence on their clinical and cost-effectiveness is lacking. In this paper, we present the design of the Canadian Adaptive Platform Trial of Treatments for COVID in Community Settings (CanTreatCOVID). By evaluating multiple treatment options in a pragmatic adaptive platform trial, this study will generate high-quality, generalisable evidence to inform clinical guidelines and healthcare decision-making. METHODS AND ANALYSIS: CanTreatCOVID is an open-label, individually randomised, multicentre, national adaptive platform trial designed to evaluate the clinical and cost-effectiveness of therapeutics for non-hospitalised SARS-CoV-2 patients across Canada. Eligible participants must present with symptomatic SARS-CoV-2 infection, confirmed by PCR or rapid antigen testing (RAT), within 5 days of symptom onset. The trial targets two groups that are expected to be at higher risk of more severe disease: (1) individuals aged 50 years and older and (2) those aged 18-49 years with one or more comorbidities. CanTreatCOVID uses numerous approaches to recruit participants to the study, including a multifaceted public communication strategy and outreach through primary care, outpatient clinics and emergency departments. Participants are randomised to receive either usual care, including supportive and symptom-based management, or an investigational therapeutic selected by the Canadian COVID-19 Outpatient Therapeutics Committee. The first therapeutic arm evaluates nirmatrelvir/ritonavir (Paxlovid), administered two times per day for 5 days. The second therapeutic arm investigates a combination antioxidant therapy (selenium 300 µg, zinc 40 mg, lycopene 45 mg and vitamin C 1.5 g), administered for 10 days. The primary outcome is all-cause hospitalisation or death within 28 days of randomisation. ETHICS AND DISSEMINATION: The CanTreatCOVID master protocol and subprotocols have been approved by Health Canada and local research ethics boards in the participating provinces across Canada. The results of the study will be disseminated to policy-makers, presented at conferences and published in peer-reviewed journals to ensure that findings are accessible to the broader scientific and medical communities. This study was approved by the Unity Health Toronto Research Ethics Board (#22-179) and Clinical Trials Ontario (Project ID 4133). TRIAL REGISTRATION NUMBER: NCT05614349.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,099
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,099
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,539
Tête enseignante GPT0,606
Écart entre enseignants0,066 · 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 tête enseignante, pas un consensus.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetStatistical Methods in Clinical TrialsTravaux en français237 207