MétaCan
Menu
Retour à la cohorte
Enregistrement W3117829822 · doi:10.3390/biom11010010

Quercetin as a Natural Therapeutic Candidate for the Treatment of Influenza Virus

2020· review· en· W3117829822 sur OpenAlexaff
Parvaneh Mehrbod, Dorota Hudy, Divine Yufetar Shyntum, Jarosław Markowski, Marek Łoś, Saeid Ghavami

Notice bibliographique

RevueBiomolecules · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPandemicVirusQuercetinMedicineOutbreakIntensive care medicineCoronavirus disease 2019 (COVID-19)VirologyDiseaseInfectious disease (medical specialty)BiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The medical burden caused by respiratory manifestations of influenza virus (IV) outbreak as an infectious respiratory disease is so great that governments in both developed and developing countries have allocated significant national budget toward the development of strategies for prevention, control, and treatment of this infection, which is seemingly common and treatable, but can be deadly. Frequent mutations in its genome structure often result in resistance to standard medications. Thus, new generations of treatments are critical to combat this ever-evolving infection. Plant materials and active compounds have been tested for many years, including, more recently, active compounds like flavonoids. Quercetin is a compound belonging to the flavonols class and has shown therapeutic effects against influenza virus. The focus of this review includes viral pathogenesis as well as the application of quercetin and its derivatives as a complementary therapy in controlling influenza and its related symptoms based on the targets. We also touch on the potential of this class of compounds for treatment of SARS-COV-2, the cause of new pandemic.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,162
Tête enseignante GPT0,471
Écart entre enseignants0,309 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations80
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomoleculesMême sujetInfluenza Virus Research StudiesTravaux en français237 207