Real-World Effectiveness of Nirmatrelvir-Ritonavir in Preventing Coronavirus Disease 2019–Associated Hospitalization: A Population-Based Cohort Study in the Province of Québec, Canada
Notice bibliographique
Résumé
BACKGROUND: The nirmatrelvir-ritonavir has shown to reduce coronavirus disease 2019 (COVID-19) hospitalization and death before the Omicron era, but updated real-world evidence studies are needed. The current study aimed to assess whether nirmatrelvir-ritonavir reduces the risk of COVID-19-associated hospitalization among high-risk outpatients. METHODS: This was a retrospective cohort study of severe acute respiratory syndrome coronavirus 2-infected outpatients between 15 March and 15 October 2022, using data from the Québec clinico-administrative databases. Propensity score matching was used to compare infected outpatients treated with nirmatrelvir-ritonavir with those not receiving nirmatrelvir-ritonavir. The relative risk (RR) of COVID-19-associated hospitalization occurring within 30 days following the index date was assessed using a Poisson regression. RESULTS: A total of 14 756 treated outpatients were matched to controls. Regardless of vaccination status, nirmatrelvir-ritonavir treatment was associated with a 74% reduced RR of hospitalization (RR, 0.26 [95% confidence interval [CI], .23-.29]; number needed to treat [NNT, 15). The effect was more pronounced in outpatients with an incomplete primary vaccination course (RR, 0.13 [95% CI, .08-.20]; NNT, 9). Benefit was also found in those with a complete primary vaccination course (RR, 0.28 [95% CI, .25-.32]; NNT, 17) regardless of age and the delay since the last vaccination. Subgroups analysis among high-risk outpatients with a primary vaccination course showed that nirmatrelvir-ritonavir treatment was associated with a significant decrease in the RR of hospitalization in severely immunocompromised outpatients (RR, 0.28 [95% CI, .21-.36]; NNT, 7), regardless of the delay since the last vaccination. CONCLUSIONS: Nirmatrelvir-ritonavir reduces the risk of COVID-19-associated hospitalization among incompletely and completely vaccinated high-risk outpatients, as well as immunocompromised individuals, regardless of age and the delay since the last vaccination.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».