Repurposing existing medications for coronavirus disease 2019: protocol for a rapid and living systematic review
Notice bibliographique
Résumé
BACKGROUND: Coronavirus disease 2019 (COVID-19) has no confirmed specific treatments. However, there might be in vitro and early clinical data as well as evidence from severe acute respiratory syndrome and Middle Eastern respiratory syndrome that could inform clinicians and researchers. This systematic review aims to create priorities for future research of drugs repurposed for COVID-19. METHODS: This systematic review will include in vitro, animal, and clinical studies evaluating the efficacy of a list of 34 specific compounds and 4 groups of drugs identified in a previous scoping review. Studies will be identified both from traditional literature databases and pre-print servers. Outcomes assessed will include time to clinical improvement, time to viral clearance, mortality, length of hospital stay, and proportions transferred to the intensive care unit and intubated, respectively. We will use the GRADE methodology to assess the quality of the evidence. DISCUSSION: The challenge posed by COVID-19 requires not just a rapid review of drugs that can be repurposed but also a sustained effort to integrate new evidence into a living systematic review. TRIAL REGISTRATION: PROSPERO 2020 CRD42020175648.
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 | 0,093 | 0,124 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,016 | 0,017 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,075 | 0,014 |
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 ».