The Significance of Natural Product Derivatives and Traditional Medicine for COVID-19
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) is caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). To date, there have been more than 10 million reported cases, more than 517,000 deaths in 215 countries, areas or territories. There is no effective antiviral medicine to prevent or treat COVID-19. Natural products and traditional medicine products with known safety profiles are a promising source for the discovery of new drug leads. There is increasing number of publications reporting the effect of natural products and traditional medicine products on COVID-19. In our review, we provide an overview of natural products and their derivatives or mimics, as well as traditional medicine products, which were reported to exhibit potential to inhibit SARS-CoV-2 infection in vitro, and to manage COVID-19 in vivo, or in clinical reports or trials. These natural products and traditional medicine products are categorized in several classes: (1) anti-malaria drugs including chloroquine and hydroxychloroquine, (2) antivirals including nucleoside analogs (remdesivir, favipiravir, β-D-N4-hydroxycytidine, ribavirin and among others), lopinavir/ritonavir and arbidol, (3) antibiotics including azithromycin, ivermectin and teicoplanin, (4) anti-protozoal drug, emetine, anti-cancer drug, homoharringtonine, and others, as well as (5) traditional medicine (Lian Hua Qing Wen Capsule, Shuang Huang Lian Oral Liquid, Qingfei Paidu Decoction and Scutellariae Radix). Randomized, double-blind and placebo-controlled large clinical trials are needed to provide solid evidence for the potential effective treatment. Currently, drug repurposing is a promising strategy to quickly find an effective treatment for COVID-19. In addition, carefully combined cocktails need to be examined for preventing a COVID-19 pandemic and the resulting global health concerns.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».