The clinical application of traditional Chinese medicine NRICM101 in hospitalized patients with COVID-19
Notice bibliographique
Résumé
Background The aim of this study was to assess the efficacy and safety of NRICM101 in hospitalized patients with COVID-19.Research design and methods We conducted a retrospective study from 20 April 2021 to 8 July 2021, and evaluated the safety and outcomes (mortality, hospital stay, mechanical ventilation, oxygen support, diarrhea, serum potassium) in COVID-19 patients. Propensity score matching at a 1:2 ratio was performed to reduce confounding factors.Results A total of 201 patients were analyzed. The experimental group (n = 67) received NRICM101 and standard care, while the control group (n = 134) received standard care alone. No significant differences were observed in mortality (10.4% vs. 14.2%), intubation (13.8% vs. 11%), time to intubation (10 vs. 11 days), mechanical ventilation days (0 vs. 9 days), or oxygen support duration (6 vs. 5 days). However, the experimental group had a shorter length of hospitalization (odds ratio = 0.12, p = 0.043) and fewer mechanical ventilation days (odds ratio = 0.068, p = 0.008) in initially severe cases, along with an increased diarrhea risk (p = 0.035).Conclusion NRICM101 did not reduce in-hospital mortality. However, it shortened the length of hospitalization and reduced mechanical ventilation days in initially severe cases. Further investigation is needed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».