Impact of Outpatient Neuraminidase Inhibitor Treatment in Patients Infected With Influenza A(H1N1)pdm09 at High Risk of Hospitalization: An Individual Participant Data Metaanalysis
Notice bibliographique
Résumé
While evidence exists to support the effectiveness of neuraminidase inhibitors (NAIs) in reducing mortality when given to hospitalized patients with A(H1N1)pdm09 virus infection, the impact of outpatient treatment on hospitalization has not been clearly established. We investigated the impact of outpatient NAI treatment on subsequent hospitalization in patients with A(H1N1)pdm09 virus infection. We assembled general community and outpatient data from 9 clinical centers in different countries collected between January 2009 and December 2010. We standardized data from each study center to create a pooled dataset and then used mixed-effects logistic regression modeling to determine the effect of NAI treatment on hospitalization. We adjusted for NAI treatment propensity and preadmission antibiotic use, including "study center" as a random intercept to account for differences in baseline hospitalization rate between centers. We included 3376 patients with influenza A(H1N1)pdm09, of whom 3085 (91.4%) had laboratory-confirmed infection. Eight hundred seventy-three patients (25.8%) received outpatient or community-based NAI treatment, 928 of 2395 (38.8%) with available data had dyspnea or respiratory distress, and hospitalizations occurred in 1705 (50.5%). After adjustment for preadmission antibiotics and NAI treatment propensity, preadmission NAI treatment was associated with decreased odds of hospital admission compared to no NAI treatment (adjusted odds ratio, 0.24; 95% confidence interval, 0.20–0.30). In a population with confirmed or suspected A(H1N1)pdm09 and at high risk of hospitalization, outpatient or community-based NAI treatment significantly reduced the likelihood of requiring hospital admission. These data suggest that community patients with severe influenza should receive NAI treatment.
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 | 0,017 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,047 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».