Translational feasibility and efficacy of nasal photodynamic disinfection of SARS-CoV-2
Notice bibliographique
Résumé
The lack of therapeutic options to fight Covid-19 has contributed to the current global pandemic. Despite the emergence of effective vaccines, development of broad-spectrum antiviral treatment remains a significant challenge, in which antimicrobial photodynamic therapy (aPDT) may play a role, especially at early stages of infection. aPDT of the nares with methylene blue (MB) and non-thermal light has been successfully utilized to inactivate both bacterial and viral pathogens in the perioperative setting. Here, we investigated the effect of MB-aPDT to inactivate human betacoronavirus OC43 and SARS-CoV-2 in vitro and in a proof-of-principle COVID-19 clinical trial to test, in a variety of settings, the practicality, technical feasibility, and short-term efficacy of the method. aPDT yielded inactivation of up to 6-Logs in vitro, as measured by RT-qPCR and infectivity assay. From a photo-physics perspective, the in vitro results suggest that the response is not dependent on the virus itself, motivating potential use of aPDT for local destruction of SARS-CoV-2 and its variants. In the clinical trial we observed variable effects on viral RNA in nasal-swab samples as assessed by RT-qPCR attributed to aPDT-induced RNA fragmentation causing falsely-elevated counts. However, the viral infectivity in clinical nares swabs was reduced in 90% of samples and undetectable in 70% of samples. This is the first demonstration based on quantitative clinical viral infectivity measurements that MB-aPDT is a safe, easily delivered and effective front-line technique that can reduce local SARS-CoV-2 viral load.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».