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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».