Lithium’s antiviral effects: a potential drug for CoViD-19 disease?
Notice bibliographique
Résumé
BACKGROUND: Since its introduction in modern medicine, naturalistic observations emerged about possible uses of lithium treatment for conditions different from recurring affective disorders, for which it is still a first-line treatment option. Some evidence about the antiviral properties of lithium began in the early 1970s, when some reports found a reduction of labial-herpetic recurrences. The present review aims to present most of the pre-clinical and clinical evidence about lithium's ability to inhibit DNA and RNA viruses, including Coronaviridae, as well as the possible pathways and mechanisms involved in such antiviral activity. MAIN BODY: Despite a broad number of in vitro studies, the rationale for the antiviral activity of lithium failed to translate into methodologically sound clinical studies demonstrating its antiviral efficacy. In addition, the tolerability of lithium as an antiviral agent should be addressed. In fact, treatment with lithium requires continuous monitoring of its serum levels in order to prevent acute toxicity and long-term side effects, most notably affecting the kidney and thyroid. Yet lithium reaches heterogeneous but bioequivalent concentrations in different tissues, and the anatomical compartment of the viral infection might underpin a different, lower need for tolerability concerns which need to be addressed. CONCLUSIONS: Lithium presents a clear antiviral activity demonstrated at preclinical level, but that remains to be confirmed in clinical settings. In addition, the pleiotropic mechanisms of action of lithium may provide an insight for its possible use as antiviral agent targeting specific pathways.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».