MétaCan
Menu
Retour à la cohorte
Enregistrement W3097142067 · doi:10.2196/19583

No Time to Waste: Real-World Repurposing of Generic Drugs as a Multifaceted Strategy Against COVID-19

2020· article· en· W3097142067 sur OpenAlexaffvenue
Moshe Rogosnitzky, Esther Berkowitz, Alejandro R. Jadad

Notice bibliographique

RevueJMIRx Med · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical studies and practices
Établissements canadiensImpactPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRepurposingCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakDrug repositioningComputer scienceMedicineVirologyPharmacologyEngineeringInternal medicineWaste managementDrugInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Real-world drug repurposing-the immediate "off-label" prescribing of drugs to address urgent clinical needs-is an indispensable strategy gaining rapid traction in the current COVID-19 crisis. Although off-label prescribing (ie, for a nonapproved indication) is legal in most countries, it tends to shift the burden of liability and cost to physicians and patients, respectively. Nevertheless, in urgent public health crises, it is often the only realistic source of a meaningful potential solution. To be considered for real-world repurposing, drug candidates should ideally have a track record of safety, affordability, and wide accessibility. Although thousands of such drugs are already available, the absence of a central repository of off-label uses presents a barrier to the immediate identification and selection of the safest, potentially useful interventions. Using the current COVID-19 pandemic as an example, we provide a glimpse at the extensive literature that supports the rationale behind six generic drugs, in four classes, all of which are affordable, supported by decades of safety data, and pleiotropically target the underlying pathophysiology that makes COVID-19 so dangerous. Having previously fast-tracked this paper to publication in summary form, we now expand on why cimetidine/famotidine (histamine type-2 receptor antagonists), dipyridamole (antiplatelet agent), fenofibrate/bezafibrate (cholesterol/triglyceride-lowering agents), and sildenafil (phosphodiesterase-5 inhibitor) are worth considering for patients with COVID-19 based on their antiviral, anti-inflammatory, renoprotective, cardioprotective, and anticoagulation properties. These examples also reveal the unlimited opportunity to future-proof public health by proactively mining, synthesizing, and cataloging the off-label treatment opportunities of thousands of safe, well-established, and affordable generic drugs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,405
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIRx MedMême sujetPharmaceutical studies and practicesTravaux en français237 207