Efficacité et innocuité des corticostéroïdes dans le traitement de la COVID-19 selon des données pour la COVID-19, d’autres infections aux coronavirus, l’influenza, la pneumonie extrahospitalière et le syndrome de détresse respiratoire aiguë : revue systématique et méta-analyse
Bibliographic record
Abstract
CONTEXTE: Il existe très peu de données directes sur l’administration de corticostéroïdes aux patients atteints de la maladie à coronavirus 2019 (COVID-19). Les données indirectes sur des maladies associées devront donc guider les conclusions quant aux bénéfices et aux préjudices associés à cette pratique. Dans le but d’appuyer la rédaction d’une ligne directrice sur la prise en charge de la COVID-19, nous avons réalisé des revues systématiques sur les effets des corticostéroïdes dans le traitement de la COVID-19 et de maladies respiratoires aiguës sévères associées. MÉTHODES: Dans des bases de données biomédicales chinoises et internationales et des sources de prépublications, nous avons cherché les essais randomisés et contrôlés (ERC) et les études d’observation comparant des patients atteints de la COVID-19, du syndrome respiratoire aigu sévère (SRAS) ou du syndrome respiratoire du Moyen-Orient (SRMO) ayant reçu des corticostéroïdes à des patients semblables n’ayant pas reçu ce type de médicaments. Pour le syndrome de détresse respiratoire aiguë (SDRA), l’influenza et la pneumonie extrahospitalière (PEH), nous avons mis à jour les revues systématiques rigoureuses les plus récentes. Nous avons réalisé des méta-analyses à effets aléatoires pour cerner les risques relatifs, puis nous avons utilisé le risque de référence des patients atteints de la COVID-19 pour calculer les effets absolus. RÉSULTATS: Pour le SDRA, selon 1 petite étude de cohorte sur des patients atteints de la COVID-19 et 7 ERC sur des patients atteints d’une autre maladie (risque relatif : 0,72, intervalle de confiance [IC] de 95 % 0,55–0,93, différence entre les moyennes [DM] 17,3 % plus faible, données de faible qualité), les corticostéroïdes pourraient réduire le risque de mortalité. Chez les patients atteints d’une forme grave de COVID-19 sans SDRA, 2 études d’observation ont généré des données directes de très faible qualité montrant une augmentation du risque de mortalité avec l’administration de corticostéroïdes (rapport de risques 2,30, IC de 95 % 1,00–5,29, DM 11,9 % plus élevé). C’est aussi le cas de données observationnelles sur l’influenza. Des données observationnelles de très faible qualité sur le SRAS et le SRMO montrent peu ou pas de réduction dans le risque de mortalité. Des essais randomisés et contrôlés sur la PEH suggèrent que les corticostéroïdes pourraient réduire le risque de mortalité (risque relatif 0,70, IC de 95 % 0,50–0,98, DM 3,1 % plus faible, données de très faible qualité), et augmenter le risque d’hyperglycémie. INTERPRÉTATION: Les corticostéroïdes pourraient réduire le risque de mortalité pour les patients atteints de la COVID-19 avec SDRA. Pour les patients atteints d’une forme grave de COVID-19 sans SDRA, les données sur les bénéfices provenant de différentes sources sont incohérentes et de très faible qualité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.038 | 0.085 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.007 | 0.023 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".