Impact of Repurposed Hydroxychloroquine and Chloroquine on Cardiovascular Health During COVID-19: A Systematic Review
Notice bibliographique
Résumé
The anti-malarial and immunomodulatory drug hydroxychloroquine (HCQ) was seen as a viable option for therapeutic repurposing in coronavirus illness (COVID-19). However, based on clinical research, the concentration-dependent effects of HCQ are inconclusive. Web of Science, PubMed, Embase, MEDLINE, Global Health databases and ClinicalTrials.gov were searched from December 10, 2022, to February 15, 2024. The factors used for eligibility requirements were Population, Intervention, Comparison: pre-post/placebo/standard care, retrospective data or randomized clinical studies. Modified Newcastle-Ottawa Quality Assessment Score and Cochrane criteria was used. Three retrospective studies (386 patients with a baseline and follow up ECG) and four randomized trials (283 patients: HCQ with standard care; azithromycin= 188; standard care/placebo= 95) used HCQ as treatment for hospitalized COVID-19 patients, one randomized trial examined chloroquine (CQ) (81 patients: CQ high dose= 41; low dose CQ=40) to treat hospitalized patients with severe COVID-19 and one case series (98 patients: HCQ= 10; azithromycin= 27; HCQ along with azithromycin = 61) studied HCQ as treatment for hospitalized confirmed/ suspected COVID-19 cases. Findings showed significant prolongation of QTc Interval in 12% to 93% of patients. The administration of HCQ combined with or without azithromycin requires continuous ECG surveillance to prevent risk of cardiotoxicity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».