Treatment of COVID-19 Pneumonia: the Case for Placenta-derived Cell Therapy
Notice bibliographique
Résumé
Nearly 500'000 fatalities due to COVID-19 have been reported globally and the death toll is still rising. Most deaths are due to acute respiratory distress syndrome (ARDS), as a result of an excessive immune response and a cytokine storm elicited by severe SARS-CoV-2 lung infection, rather than by a direct cytopathic effect of the virus. In the most severe forms of the disease therapies should aim primarily at dampening the uncontrolled inflammatory/immune response responsible for most fatalities. Pharmacological agents - antiviral and anti-inflammatory molecules - have not been able so far to achieve compelling results for the control of severe COVID-19 pneumonia. Cells derived from the placenta and/or fetal membranes, in particular amniotic epithelial cells (AEC) and decidual stromal cells (DSC), have established, well-characterized, potent anti-inflammatory and immune-modulatory properties that make them attractive candidates for a cell-based therapy of COVID19 pneumonia. Placenta-derived cells are easy to procure from a perennial source and pose minimal ethical issues for their utilization. In view of the existing clinical evidence for the innocuousness and efficiency of systemic administration of DSCs or AECs in similar conditions, we advocate for the initiation of clinical trials using this strategy in the treatment of severe COVID-19 disease.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».