Quercetin as a potential nutraceutic against coronavirus disease 2019 (COVID-19)
Notice bibliographique
Résumé
Introducción: La enfermedad del coronavirus 2019 (COVID-19) es una enfermedad viral que afecta a varios órganos y sistemas. Los tratamientos preventivos o profilácticos son especialmente útiles en enfermedades infecciosas \nemergentes como COVID-19 porque reducen la necesidad de hospitalización y el gasto en salud pública. Aunque el \nefecto preventivo del SARS-CoV-2 de varios agentes terapéuticos (e.g., hidroxicloroquina/cloroquina, remdesivir, \nlopinavir y ritonavir) se ha evaluado ampliamente, ninguno de ellos ha demostrado una gran eficacia clínica. \nMétodo: Por lo tanto, aquí nuestro objetivo es abordar y discutir los estudios publicados recientemente sobre el \npotencial quimioprofilático de la quercetina contra el SARS-CoV-2. Metodología: Se realizó una búsqueda de la literatura en bases como PubMed/MEDLINE, Scielo, Scorpus, Web of Science, Cochrane Library y Clinical Trials.gov. \nSe incluyeron y evaluaron críticamente estudios que abordan la quercetina contra el SARS-CoV-2 u otros tipos de \ncoronavirus. \nResultados: Algunos estudios han demostrado que la quercetina, un flavonoide aprobado por la FDA que se utiliza \ncomo agente antioxidante y antiinflamatorio, inhibe la entrada del coronavirus (SARS-CoV) en la célula huésped. \nAdemás, un estudio in silico mostró que la quercetina es un potente inhibidor de la proteasa principal del SARSCoV-2 (Mpro), lo que sugiere que este flavonoide también es activo contra COVID-19. \nConclusiones: Debido a que la quercetina podría prevenir y disminuir la duración de las infecciones por SARSCoV-2, es plausible suponer que el uso profiláctico de este flavonoide produce varios beneficios clínicos. Pero, estas \npruebas preliminares deben ser confirmadas mediante ensayos in vitro y, posteriormente, en un ensayo clínico \naleatorizado.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».