Long-term application of hydroxychloroquine could not prevent the infection of COVID-19
Notice bibliographique
Résumé
INTRODUCTION: Current pandemic of the coronavirus induced disease 2019 (COVID-19) presents an urgent issue to the world due to lack of vaccine and medication. Hydroxychloroquine (HCQ) has generated a lot of controversies whether it is effective in prevention and treatment of COVID-19. Current report presents a 63-year-old woman who has taken HCQ for many years but still infected by COVID-19. CASE PRESENTATION: A patient with rheumatoid arthritis came to the clinic with fever and sore throat. The patient has been treated with 200 mg HCQ per day since 2016. Laboratory tests showed that the patient had lymphopenia, increased levels of high-sensitive C-reactive protein (hs-CRP) and serum Interleukin-6 (IL-6). Chest radiography showed that the patient had pneumonia. Throat swab test confirmed COVID-19 positive. On admission, she was treated with nebulized interferon alfa-2b, oral Lopinavir/Ritonavir, and ceftriaxone sodium for the COVID-19 in addition to HCQ. The patient stayed in hospital for 18 days, recovered from oxygen intake, and eventually discharged from hospital. Follow up investigation showed the patient developed antibody against COVID-19. CONCLUSIONS: Long-term application of HCQ could not prevent COVID-19 infection, but whether HCQ exerts benefit to alleviation of clinical symptoms and duration of hospital stays remains to be further investigated.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».