Relevance of the Bruton Tyrosine Kinase as a Target for COVID-19 Therapy
Notice bibliographique
Résumé
The outbreak of the novel coronavirus disease 2019 (COVID-19) has emerged as one of the biggest global health threats worldwide. As of October 2020, more than 44 million confirmed cases and more than 1,160,000 deaths have been reported globally, and the toll is likely to be much higher before the pandemic is over. There are currently little therapeutic options available and new potential targets are intensively investigated. Recently, Bruton tyrosine kinase (BTK) has emerged as an interesting candidate. Elevated levels of BTK activity have been reported in blood monocytes from patients with severe COVID-19, compared with those from healthy volunteers. Importantly, various studies confirmed empirically that administration of BTK inhibitors (acalabrutinib and ibrutinib) decreased the duration of mechanical ventilation and mortality rate for hospitalized patients with severe COVID-19. Herein, we review the current information regarding the role of BTK in severe acute respiratory syndrome coronavirus 2 infections and the suitability of its inhibitors as drugs to treat COVID-19. The use of BTK inhibitors in the management of COVID-19 shows promise in reducing the severity of the immune response to the infection and thus mortality. However, BTK inhibition may be contributing in other ways to inhibit the effects of the virus and this will need to be carefully studied.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».