MétaCan
Menu
Retour à la cohorte
Enregistrement W4223463506 · doi:10.3389/fphar.2022.899633

2-Deoxy-D-Glucose and its Derivatives for the COVID-19 Treatment: An Update

2022· review· en· W4223463506 sur OpenAlexfundno aff
Zoufang Huang, Vivek P. Chavda, Lalitkumar K. Vora, Normi D. Gajjar, Vasso Apostolopoulos, Nirav Shah, Zhe‐Sheng Chen

Notice bibliographique

RevueFrontiers in Pharmacology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityVictoria UniversityQueen's University Belfast
Mots-clésCoronavirus disease 2019 (COVID-19)MedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakDrugCoronavirusCompassionate UsePharmacologyDrug repositioningIntensive care medicineInternal medicineDiseaseVirologyInfectious disease (medical specialty)Clinical trial

Résumé

récupéré en direct d'OpenAlex

Treatment choices for the "severe acute respiratory syndrome-related coronavirus-2 (SARS-CoV-2)" are inadequate, having no clarity on efficacy and safety profiles. Currently, no established intervention has lowered the mortality rate in the "coronavirus disease 2019 (COVID-19)" patients. Recently, 2-deoxy-D-glucose (2-DG) has evaluated as a polypharmacological agent for COVID-19 therapy owing to its influence on the glycolytic pathway, interaction with viral proteins, and anti-inflammatory action. In May 2020, the Indian drug regulatory authority approved 2-DG as an emergency adjunct therapy in mild to severe COVID-19 patients. Clinical studies of 2-DG corroborate that it aids in faster recovery of hospitalized patients and decreases supplemental oxygen. Herein, we describe the development process, synthesis, mechanism of viral eradication, and preclinical and clinical development of 2-DG and its derivatives as molecularly targeted therapeutics for COVID-19 treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,207
Tête enseignante GPT0,536
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207