MétaCan
Menu
Retour à la cohorte
Enregistrement W4301399243 · doi:10.1097/hm9.0000000000000043

Chinese herbal medicine and COVID-19: quality evaluation of clinical guidelines and expert consensus and analysis of key recommendations

2022· review· en· W4301399243 sur OpenAlexaff
Qingyong Zheng, Ya Gao, Xiong Lu, Hengyi Huang, Junfen Li, Guoyuan OuYang, Wulayin Saimire, Jingjing Yang, Yu Zhang, Xiaopeng Wang, Xiaofeng Luo

Notice bibliographique

RevueAcupuncture and Herbal Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Key (lock)2019-20 coronavirus outbreakMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Quality (philosophy)MEDLINEAlternative medicineIntensive care medicineTraditional medicineComputer sciencePolitical scienceVirologyInternal medicinePathologyInfectious disease (medical specialty)Disease

Résumé

récupéré en direct d'OpenAlex

To systematically review the clinical practice guidelines (CPGs) for the treatment of patients with coronavirus disease 2019 (COVID-19) using Chinese herbal medicine (CHM), assess the methodological quality as well as clinical credibility and implementability of specific recommendations, and summarize key recommendations. Methods: As of April 2022, we conducted a comprehensive search on major electronic databases, guideline websites, academic society websites, and government websites to assess the methodological quality and clinical applicability of the included CPGs using the Appraisal of Guidelines for Research and Evaluation (AGREE) II tool and Evaluation-Recommendations EXcellence (AGREE-REX) instructions, respectively. Results: The search yielded 61 CPGs, which were mostly published in 2020; moreover, 98.4% of the CPGs were published in China. Only five CPGs achieved a high-quality AGREE II rating; further, six CPGs could be directly recommended, with most of the CPGs still showing much room for improvement. CPGs had a low overall score in the AGREE-REX evaluation, with the domains of clinical applicability, values and preferences, and implementability being standardized in 21.80% ± 12.56%, 16.00% ± 11.81%, and 31.33% ± 14.55% of the CPGs, respectively. Five high-quality CPGs mentioned 56 Chinese herbal formulas. Half of the recommendations had moderate or strong evidence level in the GRADE evaluation. The most frequently recommended herbal medicines were Lianhua Qingwen granule/capsule and Jinhua Qinggan granule; however, the strength of recommendation for each prescription varied across CPGs and populations. Conclusions: The overall quality of current CPGs for COVID-19 for CHM still needs to be improved; moreover, the strength of the evidence remains to be standardized across CPGs. Graphical abstract: http://links.lww.com/AHM/A34.

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)0,330
score de la tête « metaresearch » (Gemma)0,622
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,670
Score d'incertitude au seuil0,827

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3300,622
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0130,017
Bibliométrie0,0460,027
Études des sciences et des technologies0,0030,003
Communication savante0,0090,008
Science ouverte0,0080,008
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,769
Tête enseignante GPT0,697
Écart entre enseignants0,072 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
DomaineÉvaluation
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcupuncture and Herbal MedicineMême sujetClinical practice guidelines implementationTravaux en français237 207