S'abonner

Ivermectin for COVID-19 in adults in the community (PRINCIPLE): An open, randomised, controlled, adaptive platform trial of short- and longer-term outcomes - 30/03/24

Doi : 10.1016/j.jinf.2024.106130 
Gail Hayward a, 1, Ly-Mee Yu a, 1, Paul Little b, Oghenekome Gbinigie a, Milensu Shanyinde a, Victoria Harris a, Jienchi Dorward a, c, Benjamin R. Saville d, e, Nicholas Berry d, Philip H. Evans f, g, Nicholas P.B. Thomas g, Mahendra G. Patel a, Duncan Richards h, i, Oliver V. Hecke a, Michelle A. Detry d, Christina Saunders d, Mark Fitzgerald d, Jared Robinson a, Charlotte Latimer-Bell a, Julie Allen a, Emma Ogburn a, Jenna Grabey a, Simon de Lusignan a, FD Richard Hobbs a, , 1 , Christopher C. Butler a, , 1

PRINCIPLE Trial Collaborative Group2

  PRINCIPLE trial collaborators are listed in the appendix.

a Nuffield Department of Primary Care Health Sciences, University of Oxford, Oxford, UK 
b Primary Care Research Centre, University of Southampton, Southampton, UK 
c Centre for the AIDS Programme of Research in South Africa (CAPRISA), University of KwaZulu–Natal, Durban, South Africa 
d Berry Consultants, TX, USA 
e Department of Biostatistics, Vanderbilt University School of Medicine, TN, USA 
f College of Medicine and Health, University of Exeter, Exeter, UK 
g National Institute for Health Research (NIHR) Clinical Research Network, National Institute for Health Research, London, UK 
h Royal College of General Practitioners, London, UK 
i Oxford Clinical Trials Research Unit, Botnar Research Centre, University of Oxford, Oxford, UK 

Corresponding authors at: Nuffield Department of Primary Care Health Sciences, University of Oxford, Oxford, UK.Nuffield Department of Primary Care Health Sciences, University of OxfordOxfordUK

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

Background

The evidence for whether ivermectin impacts recovery, hospital admissions, and longer-term outcomes in COVID-19 is contested. The WHO recommends its use only in the context of clinical trials.

Methods

In this multicentre, open-label, multi-arm, adaptive platform randomised controlled trial, we included participants aged ≥18 years in the community, with a positive SARS-CoV-2 test, and symptoms lasting ≤14 days. Participants were randomised to usual care, usual care plus ivermectin tablets (target 300–400 μg/kg per dose, once daily for 3 days), or usual care plus other interventions. Co-primary endpoints were time to first self-reported recovery, and COVID-19 related hospitalisation/death within 28 days, analysed using Bayesian models. Recovery at 6 months was the primary, longer term outcome.

Trial registration: ISRCTN86534580.

Findings

The primary analysis included 8811 SARS-CoV-2 positive participants (median symptom duration 5 days), randomised to ivermectin (n = 2157), usual care (n = 3256), and other treatments (n = 3398) from June 23, 2021 to July 1, 2022. Time to self-reported recovery was shorter in the ivermectin group compared with usual care (hazard ratio 1·15 [95% Bayesian credible interval, 1·07 to 1·23], median decrease 2.06 days [1·00 to 3·06]), probability of meaningful effect (pre-specified hazard ratio ≥1.2) 0·192). COVID-19-related hospitalisations/deaths (odds ratio 1·02 [0·63 to 1·62]; estimated percentage difference 0% [−1% to 0·6%]), serious adverse events (three and five respectively), and the proportion feeling fully recovered were similar in both groups at 6 months (74·3% and 71·2% respectively (RR = 1·05, [1·02 to 1·08]) and also at 3 and 12 months.

Interpretation

Ivermectin for COVID-19 is unlikely to provide clinically meaningful improvement in recovery, hospital admissions, or longer-term outcomes. Further trials of ivermectin for SARS-Cov-2 infection in vaccinated community populations appear unwarranted.

Funding

UKRI/National Institute of Health Research (MC_PC_19079).

Le texte complet de cet article est disponible en PDF.

Keywords : SARS-Cov2, COVID-19, Ivermectin, Clinical trial, Long-term follow up


Plan


© 2024  The Author(s). Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 88 - N° 4

Article 106130- avril 2024 Retour au numéro
Article précédent Article précédent
  • Clinical features-based machine learning models to separate sexually transmitted infections from other skin diagnoses
  • Nyi Nyi Soe, Phyu Mon Latt, Zhen Yu, David Lee, Cham-Mill Kim, Daniel Tran, Jason J. Ong, Zongyuan Ge, Christopher K. Fairley, Lei Zhang
| Article suivant Article suivant
  • Within-episode repeat antibiotic prescriptions in patients with respiratory tract infections: A population-based cohort study
  • Arief Lalmohamed, Roderick P. Venekamp, Albert Bolhuis, Patrick C. Souverein, Janneke H.H.M. van de Wijgert, Martin C. Gulliford, Alastair D. Hay

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.