Use of traditional Chinese medicine as an adjunctive treatment for COVID-19
Notice bibliographique
Résumé
BACKGROUND: This review aims to evaluate the supportive effects of frequently used traditional Chinese medicine (TCM) for the treatment of coronavirus disease 2019 (COVID-19). METHODS: Five databases were searched through July 7, 2020. Randomized controlled trials investigating the efficacy of TCM for use in the treatment of COVID-19 were included. Newcastle-Ottawa Scale (NOS) and modified Jadad score were used for the evaluation of the methodological quality of the included studies. Weighted mean difference, odds ratio (OR), and 95% confidence interval (95% CI) were calculated for pooling out results. Data were extracted for conducting a meta-analysis using STATA version 12.0. RESULTS: Eight studies with a total of 750 patients were included in this meta-analysis. All included trial groups involved treatment with TCM and Western medicine, while the control groups were treated only with Western medicine. The intervention therapy significantly improved the overall effective rate (n = 346, OR = 2.5, 95% CIs = 1.46-4.29), fever symptom disappearance rate (n = 436; OR = 3.6; 95% CIs = 2.13-6.08), fatigue symptom disappearance rate (n = 436; OR = 3.04; 95% CIs = 1.76-5.26), cough symptom disappearance rate (n = 436; OR = 2.91; 95% CIs = 1.36-6.19), and sputum production reduction (n = 436; OR = 5.51; 95% CIs = 1.94-15.64). Based on the Newcastle-Ottawa Scale assessment, 6 studies received a score of 4, and 1 study achieved a score of 5. One study was assessed using the modified Jadad score, achieving a score of 6. CONCLUSIONS: The integration of TCM with Western medicine has significantly improved the treatment for COVID-19 patients compared to Western medicine treatment alone. Combined therapy using TCM and Western medicine revealed the potential adjunctive role of TCM in treating COVID-19. However, high-quality clinical studies are still required to further evaluate the efficacy and safety of TCM in the treatment of COVID-19.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».