Efficacy and Safety of Qingfei Paidu Decoction for Treating COVID-19: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Qingfei Paidu decoction (QFPD) has been widely used in treating COVID-19 in China. However, there is still a lack of comprehensive and systematic evidence to demonstrate the effectiveness and safety of QFPD. This study aims to evaluate the efficacy and safety of QFPD in patients with COVID-19. Methods: We searched seven databases up to 5 March 2021. Two reviewers independently screened studies, extracted data of interest, and assessed risk of bias. The Cochrane risk of bias tool was used to assess the risk of bias of randomized controlled trials. The Newcastle–Ottawa scale was used to assess the risk of bias of cohort and non-randomized trials. The “Quality Assessment Tool for Before-After (Pre-Post) Studies With No Control Group” was adopted for controlled pre–post studies. We used the Grading of Recommendations, Assessment, Development, and Evaluations (GRADE) to assess the certainty of evidence. We carried out a random effect meta-analysis using RevMan 5.3. For outcomes that could not be meta-analyzed, we performed a descriptive analysis. Results: We identified 16 studies with 11,237 patients, including one RCT, six non-randomized trials, two cohort studies, and seven pre–post studies. The certainty of evidence was low to very low because of the observational study design. QFPD combined with conventional treatment might decrease the time for nucleic acid conversion (MD = −4.78 days, 95% CI: −5.79 to −3.77), shorten the length of hospital stay (MD = −7.95 days, 95% CI: −14.66 to −1.24), shorten the duration of symptoms recovery of fever (MD = −1.51 days, 95% CI: −1.92 to −1.09), cough (MD = −1.64 days, 95% CI: −1.91 to −1.36) and chest CT (MD = −2.23 days, 95% CI: −2.46 to −2.00), improve the overall traditional Chinese medicine symptom scores (MD = 41.58 scores, 95% CI: 32.67 to 50.49), and change the laboratory indexes, such as WBC, AST, and CRP. Conclusion: QFPD combined with conventional treatment might be effective for patients with COVID-19. No serious adverse reactions related to QFPD were observed. Further high-quality studies are still needed in the future.
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 | 0,013 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,035 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».