在本期《美国医学会杂志》（JAMA）上，来自 "用维生素 C 减轻器官功能障碍以治疗 COVID-19（LOVIT-COVID）试验 "和 "社区获得性肺炎随机、嵌入式、多因素自适应平台试验（REMAP-CAP）"的研究人员报告了两项统一随机临床试验的结果，这两项试验均研究了维生素 C 对住院成人 COVID-19 的影响。LOVIT-COVID 试验和 REMAP-CAP 试验最初是作为相同干预措施的独立研究而设计的；LOVIT-COVID 计划采用频数法，而 REMAP-CAP 计划采用贝叶斯法。在招募任何患者之前，两项试验的研究人员就已经达成共识，即采用共同的干预措施、结果测量集和统计分析计划。但是，由于 LOVIT-COVID 试验是盲法和安慰剂对照试验，而 REMAP-CAP 试验是开放标签无安慰剂对照试验，因此每项试验都有其独特性。此外，每项试验都有独立的数据和安全监测委员会，每项试验的中期分析也各不相同。
所有随机接受干预的患者都接受了维生素 C（每 6 小时静脉注射一次，每次 50 毫克/千克体重，持续 96 小时）。考虑到COVID-19患者对药物治疗的反应因病情严重程度不同而有所区别，因此预先确定将重症患者与非重症患者区分开来。危重病人的定义是入住重症监护病房并接受呼吸支持或心血管支持的患者。共有2613名患者接受了随机治疗（392名患者参加了LOVIT-COVID试验，2221名患者参加了REMAP-CAP试验）；其中1568名重症患者来自90个研究机构，1022名非重症患者来自40个研究机构，他们不需要呼吸支持或低流量供氧。几乎所有患者都同时接受了类固醇治疗。
主要研究结果是无器官支持存活天数、重症监护室内呼吸和心血管器官无支持存活天数（至第21天）和出院后存活天数的综合。主要结果采用序数法进行分类，从-1无器官支持天数（代表院内死亡）到22无器官支持天数（表示不需要器官支持），并采用贝叶斯累积逻辑模型进行分析。这种方法将先前的信念或知识与观察到的数据相结合，得出反映最新治疗效果信念的后验概率。贝叶斯方法对治疗效果的置信度进行了细微的衡量，可以对结果进行复杂的解释，如干预有效的可能性或潜在的危害。贝叶斯统计法的优势之一是能够纳入先验知识，包括有效地 "借用 "不同患者亚组的信息，或在统一试验中 "借用 "不同研究的信息。
