Mesenchymal stem cells and COVID-19: What they do and what they can do
Notice bibliographique
Résumé
The severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) or coronavirus disease 2019 (COVID-19) pandemic has exhausted the health systems in many countries with thousands cases diagnosed daily. The currently used treatment guideline is to manage the common symptoms like fever and cough, but doesn't target the virus itself or halts serious complications arising from this viral infection. Currently, SARS-CoV-2 exhibits many genetic modulations which have been associated with the appearance of highly contagious strains. The number of critical cases of COVID-19 increases markedly, and many of the infected people die as a result of respiratory failure and multiple organ dysfunction. The regenerative potential of mesenchymal stem cells (MSCs) has been extensively studied and confirmed. The impressive immunomodulation and anti-inflammatory activity of MSCs have been recognized as a golden opportunity for the treatment of COVID-19 and its associated complications. Moreover, MSCs regenerative and repairing abilities have been corroborated by many studies with positive outcomes and high recovery rates. Based on that, MSCs infusion could be an effective mechanism in managing and stemming the serious complications and multiple organ failure associated with COVID-19. In the present review, we discuss the commonly reported complications of COVID-19 viral infection and the established and anticipated role of MSCs in managing these complications.
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 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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».