Contribution of traditional Chinese medicine combined with conventional western medicine treatment for the novel coronavirus disease (<scp>COVID</scp>‐19), current evidence with systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study provides current evidence for efficacy and safety of treating COVID-19 with combined traditional Chinese medicine (TCM) and conventional western medicine (CWM). Six databases were searched from January 1 to December 31, 2020. Randomized controlled trials (RCTs), case-control studies (CCTs), and cohort studies on TCM or TCM combined with CWM treatment for COVID-19 were included. The quality of included RCTs was assessed by Cochrane risk of bias tool, and the Newcastle-Ottawa Scale (NOS) was used to assess the quality of cohort studies and CCTs. Review Manager 5.4 software was used to perform meta-analysis. The quality of evidence was assessed using the Grading of Recommendations Assessment, Development and Evaluation (GRADE) approach. A total of 35 studies (3,808 patients) composing 19 RCTs and 16 observational studies were included. The results of meta-analysis revealed that comparing with CWM alone, integrated TCM and CWM had significant improvement in total effective rate, improvement rate of chest CT, the rate of disease progression, as well as improvement of fever, fatigue and cough. The overall quality of evidence was very low to moderate. In conclusion, TCM combined with CWM was a potential treatment option for increasing clinical effective rate, improving the clinical symptoms, and preventing disease progression in COVID-19 patients. High-quality clinical trials are required in the further.
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.
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 | 0,009 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle