Prophylaxis for COVID-19: a systematic review
Notice bibliographique
Résumé
BACKGROUND: While the landscape of vaccine and treatment candidates against the novel coronavirus disease 2019 (COVID-19) has been reviewed systematically, prophylactic candidates remain unexplored. OBJECTIVES: To map pre- and postexposure prophylactic (PrEP and PEP) candidate for COVID-19. DATA SOURCES: PubMed/Medline, Embase, International Committee of Medical Journal Editors and International Clinical Trials Registry Platform clinical trial registries and medRxiv. STUDY ELIGIBILITY CRITERIA AND PARTICIPANTS: All studies in humans or animals and randomized controlled trials (RCTs) in humans reporting primary data on prophylactic candidates against COVID-19, excluding studies focused on key populations. INTERVENTIONS: PrEP and PEP candidate for COVID-19. METHODS: Systematic review and qualitative synthesis of COVID-19 PrEP and PEP studies and RCTs complemented by search of medRxiv and PubMed and Embase for studies reporting RCT outcomes since systematic review search completion. RESULTS: We identified 13 studies (from 2119 database records) and 117 RCTs (from 5565 RCTs listed in the registries) that met the inclusion criteria. Non-RCT studies reported on cross-sectional studies using hydroxychloroquine (HCQ) in humans (n = 2) or reported on animal studies (n = 7), most of which used antibodies. All five completed RCTs focused on the use of HCQ as either PrEP or PEP, and these and the cross-sectional studies reported no prophylactic effect. The majority of ongoing RCTs evaluated HCQ or other existing candidates including non-severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) vaccines, anti(retro)virals or use of vitamins and supplements. CONCLUSIONS: The key message from completed studies and RCTs seems to be that HCQ does not work. There is little evidence regarding other compounds, with all RCTs using candidates other than HCQ still ongoing. It remains to be seen if the portfolio of existing molecules being evaluated in RCTs will identify successful prophylaxis against COVID-19 or if there is a need for the development of new candidates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».