本文研究了近期有关抑酸药物在 COVID-19 大流行 1 背景下的潜在益处的大量信息的发展情况,特别关注了已报告结果中出现的巨大差异(以及由此产生的混淆),至少对于常用的抗酸药法莫替丁而言。不一致和不一致的程度反映了采用大致相似方法的独立临床研究得出的相互矛盾的结论,包括实验设计(回顾性、观察性、基于队列等)和统计分析工作流程(倾向评分匹配和分层为亚队列等)。这些矛盾和潜在的混淆对面临选择最佳治疗干预方案的临床医生产生了影响:例如,法莫替丁的潜在益处是否表明其可用于特定的 COVID-19 病例? (如果是,哪种给药途径(口服、静脉注射)、剂量方案、持续时间等可能是最佳的?)正如 Freedberg 等人于 3 月 2 日简洁地指出的那样,“……几项回顾性研究表明法莫替丁与 COVID-19 结果之间存在关系,而几项则没有关系。” 除了潜在治疗适应症这一紧迫问题之外,还必须解决与法莫替丁相关的相互矛盾的数据和结论,然后才能将其纳入/整合到基于本体和知识图 (KG) 的框架中,这反过来又可用于药物发现和重新利用。作为一个更广泛的方法论问题,请注意,协调不一致之处将增强利用相关数据源的荟萃分析的有效性。而且,从更广泛的意义上讲,开发一种处理不一致问题的系统将有助于提高 (i) 现实世界证据研究(回顾性)和 (ii) 安慰剂对照、随机多中心临床试验(前瞻性)的质量。换句话说,通过某种系统方法使两种类型的研究保持一致将本质上提高每种类型研究的质量和效用。
主要关键词