Can Colchicine as an Old Anti‐Inflammatory Agent Be Effective in COVID‐19?
Notice bibliographique
Résumé
A pneumonia of unknown source was first reported to the World Health Organization Country Office from Wuhan, China, on December 31, 2019. Analysis of the samples obtained from the lower respiratory tract confirmed a novel coronavirus, which is now known as coronavirus disease 2019 (COVID-19). On March 11, 2020, the World Health Organization stated that COVID-19 was a pandemic disease with a mortality rate of about 3.7%. Recently, several studies have reported that a subgroup of patients with intense COVID-19 could have suffered from a cytokine release syndrome (CRS). 2 CRS is a potentially life-threatening toxicity with an initial increase of tumor necrosis factor- (TNF-), followed by an increase in interleukin (IL)-1, IL-2, IL-6, IL-8, IL-10, and interferon (IFN- ). 3 A cytokine profile was detected in COVID-19, including increased IL-2, IL-7, IFN- , granulocyte colony-stimulating factor, monocyte chemoattractant protein 1, macrophage inflammatory protein 1-, and TNF-. In addition, increased ferritin and IL-6 were introduced as predictors of fatality in COVID-19. All reported data could be considered as proof, confirming the activation of inflammation processes and the occurrence of CRS in critical patients with COVID-19.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».