MétaCan
Menu
Retour à la cohorte
Enregistrement W4308059907 · doi:10.1128/mbio.02558-22

Inhalation of Low Molecular Weight Heparins as Prophylaxis against SARS-CoV-2

2022· article· en· W4308059907 sur OpenAlexfundno aff
Julia Eder, Marta Bermejo‐Jambrina, Killian E. Vlaming, Tanja M. Kaptein, Viktoria Zaderer, E. Marleen Kemper, Doris Wilflingseder, Sietze Reitsma, Godelieve J. de Bree, Danny M. Cohn, Teunis B. H. Geijtenbeek

Notice bibliographique

RevuemBio · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Infection and ImmunityEuropean Research CouncilNederlandse Organisatie voor Wetenschappelijk OnderzoekZonMw
Mots-clésInhalationIn vivoMedicineIn vitroNasal administrationPharmacologyEx vivoImmunologyPlaceboNebulizerAnesthesiaBiologyPathology

Résumé

récupéré en direct d'OpenAlex

New SARS-CoV-2 variants of concern and waning immunity demonstrate the need for a quick and simple agent to prevent infection. Low molecular weight heparins (LMWH) have been shown to inhibit SARS-CoV-2 in experimental settings. The airways are a major route for SARS-CoV-2 infection and inhaled LMWH could be a prophylactic treatment. We investigated the efficacy of inhalation of the LMWH enoxaparin in humans to prevent SARS-CoV-2 attachment because this is a prerequisite for infection. Volunteers received enoxaparin in the right and a placebo in the left nostril using a nebulizer. Subsequently, nasal epithelial cells were retrieved with a brush and exposed to SARS-CoV-2. LMWH inhalation significantly reduced the binding of SARS-Cov-2 to human nasal cells. Cell phenotyping revealed no differences between placebo and treatment groups and no adverse events were observed in the participants. Our data indicated that LMWH can be used to block SARS-CoV-2 attachment to nasal cells. LMWH was ubiquitously available, affordable, and easily applicable, making them excellent candidates for prophylactic treatment against SARS-CoV-2.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,381
Écart entre enseignants0,351 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemBioMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207