MétaCan
Menu
Retour à la cohorte
Enregistrement W4306954811 · doi:10.1016/j.euroneuro.2022.10.004

Psychotropic drug repurposing for COVID-19: A Systematic Review and Meta-Analysis

2022· review· en· W4306954811 sur OpenAlexaff
Giovanna Fico, Ulker Isayeva, Michele De Prisco, Vincenzo Oliva, Brisa Solé, Laura Montejo, Iría Grande, Néstor Arbelo, Marta Gómez-Ramiro, Luís Pintor, Bernardo Carpiniello, Mirko Manchia, Eduard Vieta, Andréa Murru

Notice bibliographique

RevueEuropean Neuropsychopharmacology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensDalhousie University
Organismes subventionnairesEuropean Regional Development FundInstituto de Salud Carlos IIIFundación Bancaria Caixa d'Estalvis i Pensions de BarcelonaCentro de Investigación Biomédica en Red de Salud MentalGeneralitat de CatalunyaEuropean CommissionMinisterio de Ciencia e InnovaciónCentres de Recerca de Catalunya
Mots-clésFluvoxamineMedicineMeta-analysisDrug repositioningMEDLINERepurposingPsycINFOObservational studyInternal medicinePsychotropic drugPublication biasDrugPharmacologyPsychiatryFluoxetine

Résumé

récupéré en direct d'OpenAlex

Several psychotropic drugs, including antidepressants (AD), mood stabilizers, and antipsychotics (AP) have been suggested to have favorable effects in the treatment of COVID-19. The aim of this systematic review and meta-analysis was to collect evidence from studies concerning the scientific evidence for the repurposing of psychotropic drugs in COVID-19 treatment. Two independent authors searched PubMed-MEDLINE, Scopus, PsycINFO, and ClinicalTrials.gov databases, and reviewed the reference lists of articles for eligible articles published up to 13th December 2021. All computational, preclinical and clinical (observational and/or RCTs) studies on the effect of any psychotropic drug on Sars-CoV-2 or patients with COVID-19 were considered for inclusion. We conducted random effect meta-analyses on clinical studies reporting the effect of AD or AP on COVID-19 outcomes. 29 studies were included in the synthesis: 15 clinical, 9 preclinical, and 5 computational studies. 9 clinical studies could be included in the quantitative analyses. AD did not increase the risk of severe COVID-19 (RR= 1.71; CI 0.65-4.51) or mortality (RR=0.94; CI 0.81-1.09). Fluvoxamine was associated with a reduced risk of mortality for COVID-19 (OR=0.15; CI 0.02-0.95). AP increased the risk of severe COVID-19 (RR=3.66; CI 2.76-4.85) and mortality (OR=1.53; CI 1.15-2.03). Fluvoxamine might be a possible candidate for psychotropic drug repurposing in COVID-19 due to its anti-inflammatory and antiviral potential, while evidence on other AD is still controversial. Although AP are associated with worse COVID-19 outcomes, their use should be evaluated case to case and ongoing treatment with antipsychotics should be not discontinued in psychiatric patients.

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)0,017
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,034
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0200,048
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,430
Écart entre enseignants0,331 · 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'étudeMéta-analyse
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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean NeuropsychopharmacologyMême sujetLong-Term Effects of COVID-19Travaux en français237 207