Antioxidants and clinical outcomes of patients with coronavirus disease 2019: A systematic review of observational and interventional studies
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) is a newly emerging viral infection caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Oxidative stress appears to be a prominent contributor to the pathogenicity of SARS-CoV-2. Therefore, we carried out a systematic review of human observational and interventional studies to investigate the role of some antioxidants such as vitamins A, E, D, and C, selenium, zinc, and α-lipoic acid in the main clinical outcomes of subjects with COVID-19. Google Scholar, Cochrane Library, Web of Science, Scopus, and Medline were searched using Medical Subject Headings (MeSH) and non-MeSH terms without restrictions. Finally, 36 studies for vitamins C and D, selenium, and zinc were included in this systematic review; however, no eligible studies were found for vitamins A and E as well as α-lipoic acid. The results showed the promising role of vitamin C in inflammation, Horowitz index, and mortality; vitamin D in disease manifestations and severity, inflammatory markers, lung involvement, ventilation requirement, hospitalization, intensive care unit (ICU) admission, and mortality; selenium in cure rate and mortality; and zinc in ventilation requirement, hospitalization, ICU admission, biomarkers of inflammation and bacterial infection, and disease complications. In conclusion, it seems that antioxidants, especially vitamins C and D, selenium, and zinc, can improve multiple COVID-19 clinical outcomes. Nevertheless, more studies are necessary to affirm these results.
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 | 0,007 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».