MétaCan
Menu
Retour à la cohorte
Enregistrement W3103604964 · doi:10.21037/atm-20-2340

Current therapeutic options for coronavirus disease 2019 (COVID-19)—lessons learned from severe acute respiratory syndrome (SARS) and Middle East Respiratory Syndrome (MERS) therapy: a systematic review protocol

2020· review· en· W3103604964 sur OpenAlexaboutno aff
Zai-Li Zhang, Han Zhong, Yangxi Liu, Ke-Jia Le, Min Cui, Yuetian Yu, Zhi‐Chun Gu, Yuan Gao, Hou‐Wen Lin

Notice bibliographique

RevueAnnals of Translational Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesSchool of Medicine, Shanghai Jiao Tong UniversityWu Jieping Medical FoundationRenji HospitalShanghai Jiao Tong University
Mots-clésMedicineMiddle East respiratory syndromeMiddle East respiratory syndrome coronavirusHydroxychloroquineLopinavirRibavirinSevere acute respiratory syndromeIntensive care medicineRandomized controlled trialCochrane LibraryMEDLINEInternal medicineDiseaseCoronavirus disease 2019 (COVID-19)ImmunologyVirusInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Coronavirus disease 2019 (COVID-19), also known as severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, first manifested in December 2019, and spread rapidly worldwide. Facing this lethal disease, there is an urgent need to develop potent therapies against SARS-CoV-2 infection. SARS-CoV-2 phylogenetically and symptomatically resembles SARS-CoV and Middle East Respiratory Syndrome Coronavirus (MERS-CoV). Numerous agents have been utilised during the severe acute respiratory syndrome (SARS) and Middle East Respiratory Syndrome (MERS) epidemics, which may show some benefit against SARS-CoV-2. METHODS: MEDLINE, EMBASE, Cochrane Library, CBM Disc, China National Knowledge Infrastructure, Wanfang Data, and the China Science and Technology Journal Database will be searched. Manual searches will be conducted by searching pre-printing websites, clinical trial registers, and screening the reference lists of inclusive studies. The screening of all citations and the selection of inclusive articles will be conducted by two reviewers. Randomised controlled trials (RCTs) and controlled cohort studies reporting antiviral therapies, including ribavirin, remdesivir, lopinavir/ritonavir, arbidol, chloroquine, hydroxychloroquine, and interferon, for SARS, MERS, and COVID-19 will be included. The primary outcomes will be mortality, incidence of acute respiratory distress syndrome, and utilisation of mechanical ventilation and intensive care unit admission. The secondary outcomes will be improvement in symptoms and chest radiography results, virus clearance, changes in blood test results, and serum tests. The quality of the retrieved RCTs and observational studies will be appraised according to the Cochrane risk of bias tool and the Newcastle-Ottawa Scale, respectively. If feasible, we will perform a fixed- or random-effects meta-analysis. DISCUSSION: This systematic review and meta-analysis will summarise all the available evidence for the efficacy and safety of current therapeutic options in SARS-CoV, MERS-CoV, or SARS-CoV-2-infected patients. The findings of this study may inform subsequent antiviral interventions for patients with COVID-19. STUDY REGISTRATION: The protocol of this study has been submitted to the PROSPERO platform (https://www.crd.york.ac.uk/PROSPERO/), and the registration number is CRD42020168639.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,026
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0130,011
Bibliométrie0,0090,008
Études des sciences et des technologies0,0020,002
Communication savante0,0040,005
Science ouverte0,0040,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0360,003

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 Opus0,643
Tête enseignante GPT0,586
Écart entre enseignants0,058 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreProtocole

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

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Translational MedicineMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207