Adamantanes for the treatment of neurodegenerative diseases in the presence of SARS-CoV-2
Notice bibliographique
Résumé
Advent of the acute respiratory coronavirus SARS-CoV-2 has resulted in the search for novel antiviral agents and in the repurposing of existing agents with demonstrated efficacy against other known coronaviruses in the search for an agent with antiviral activity for use during the COVID-19 pandemic. Adamantanes including amantadine, rimantadine, and memantine have well-established benefit in the treatment of neurodegenerative diseases including Parkinson’s disease (PD), Alzheimer’s disease (AD) and fatigue related to Multiple sclerosis (MS) all of which are known comorbidities related to COVID-19 Moreover, results of basic pharmacological studies both in vitro and in vivo reveal that amantadine has the potential to inhibit SARS-CoV-2 via down-regulation of host-cell proteases resulting in impaired viral genome release into the host cell and via amantadine’s property as an NMDA receptor antagonist resulting in the prevention of the acute lung injury and respiratory distress that is characteristic of COVID-19. Cases suggestive of COVID-19 prophylaxis have been reported in patients with PD or MS or severe cognitive impairment treated in all cases for several months with an adamantane [amantadine or memantine] who were subsequently infected with SARS-CoV-2 confirmed by RT-PCR, and, in all cases, no signs of infectious disease were encountered. Amantadine is effective for the treatment of fatigue in MS and for the neurological complications of Traumatic Brain Injury (TBI).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».