رویکرد استدلال مبنی بر مورد فازی برای یافتن اولویت بیماران کووید-19 در بیمارستانها در دوره کمبود منبع

Fuzzy case-based reasoning approach for finding COVID-19 patients priority in hospitals at source shortage period

چکیده

1. مقدمه

2. مروری بر مقالات

2.1 انگیزه و مشارکت

3. رویکرد استدلال مبتنی بر مورد

4. رویکرد استدلال مبتنی بر مورد فازی

5. مبانی نظری برای عوامل مهم

5.1. علائم

5.2. سن

5.3. مدت زمان علائم

5.4. اشباع اکسیژن

5.5. فشار خون

5.6. یافته‌های مربوط به رادیوگرافی قفسه سینه

5.7. یافته‌های سی تی اسکن

5.8. بیماری‌های همراه (چند ابتلایی)

6. رویکرد CBR فازی با مدل تار عنکبوتی

6.1. روش پیشنهادی

6.2. الگوریتم

7. مطالعه موردی

7.1. نتایج

7.2. بحث

8. نتیجه گیری

منابع

چکیده

در این مقاله تحقیقاتی، ما یک الگوریتم را برای ارزیابی پذیرش بیماران COVID-19 در بیمارستانها در دوره کمبود منابع معرفی کرده‌ایم. بسیاری از محققان، نتیجه گیری خود را از دیدگاه‌های مختلفی در مورد عوامل مختلف مانند تغییرات مکانی، خطرات آب و هوایی، آمادگی، گروه خون، سن و بیماریهای همراه (چند ابتلایی) که ممکن است در میزان مرگ و میر ناشی از COVID-19 نقش داشته باشند، بیان کرده‌اند. با این حال، با افزایش تعداد افرادی که برای درمان COVID-19 به بیمارستان مراجعه می‌کنند، میزان مرگ و میر به دلیل کمبود امکانات پزشکی افزایش می‌یابد. به منظور ارائه کمک پزشکی در چنین شرایطی، ما باید نه تنها میزان تأثیر بیماری، بلکه سایر عوامل مهم دیگر را نیز در نظر بگیریم. هنوز هیچ روشی برای محاسبه اولویت بیماران ارائه نشده است که همه عوامل را در بر بگیرد. ما در این مقاله تحقیقاتی، بر اساس هشت عامل اصلی راه حلی را برای این موضوع یعنی برای تعیین اولویت‌ها ارائه کرده‌ایم. برای اینکه روش پیشنهادی ما کارآمد و قابل اجرا باشد، افرادی با نتایج مختلف را از نظر همه این عوامل مورد مطالعه قرار داده‌ایم. تابع سیگموئید به ساخت آسان عوامل در سطوح مختلف کمک می‌کند. علاوه بر این، مدل راه حل تار عنکبوتی به ما امکان می‌دهد تا پتانسیل الگوریتم پیشنهادی خود را به طور واضحی مشاهده کنیم. طبقه بندی افراد بصورت پرخطر به کم خطر با استفاده از روشی که ما معرفی کرده‌ایم آسانتر است. با افزایش تعداد بیماران در بیمارستانها، کنار آمدن با مشکلاتی که بوجود می‌آیند آسانتر خواهد شد. این امر می‌تواند مرگ و میر بیماران COVID-19 را کاهش دهد. متخصصین پزشکی می‌توانند در تصمیم گیری بهتر نقش موثری داشته باشند.

1. مقدمه

یک بیماری جدید به نام کرونا ویروس (COVID-19) –  2019 علت وضعیت پاندمی گسترده در سراسر جهان است که زمانی که به بیش از 2،00،000 مورد در حدود 160 کشور رسید، توسط سازمان بهداشت جهانی (WHO)در ژانویه 2020 اعلام شد. COVID-19 در ابتدا در پایان سال 2019 در ووهان چین شناسایی شد، سپس به سرعت گسترش یافت و به دلیل نارسایی تنفسی یا سایر عوارض مرتبط در شهر ووهان و برخی دیگر از کشورهای در تماس با ووهان، موجب مرگ و میر مردم شد. سندرم حاد تنفسی شدید (SARS) مرتبط با بزرگترین ویروس RNA شناخته شده به نام ویروس کرونا در سالهای اخیر به طور دوره‌ای در سراسر جهان ظاهر شده است. در سطح جهانی، از ساعت 3:46 بعد از ظهر CET ، 02 نوامبر 2020 46،403،652 مورد تأیید شده COVID-19 وجود داشته است و 1،198،569 مورد مرگ و میر توسط WHO از مقامات ملی اعلام شده است. 

8. نتیجه گیری

رویکرد استدلال مبتنی بر مورد فازی، نه تنها برای تشخیص، وآگاهی از آسیب پذیریهای بیمار استفاده می‌شود، بلکه از آن برای اولویت بندی درمان نیز استفاده می‌شود که اقدامی جدید است. با استفاده از روش‌هایی که معرفی کرده‌ایم، می‌توانیم به وضعیت شدت بیماری پی برده و بلافاصله به بیماران کمک کنیم. بنابراین، می‌توانیم با درمان اولیه آنها با توجه به سطح شدت بیماری، از مرگ و میر بیمار جلوگیری کنیم. برای یک بیمار مبتلا به COVID-19، اگر اولویت درمان بیمار فقط بر اساس میزان تأثیر بیماری باشد، وضعیت بسیاری از بیماران بدتر و تکراری‌تر می‌شود. دلیل این امر این است که، اگر میزان شیوع در یک بیمار 35٪ و در بیمار دیگر 30٪ باشد، و دارای فشار خون بالا یا دیابت نیز باشد، پس فرد دوم در درمان اولویت دارد. بنابراین، اولویت بندی درمان تنها براساس میزان تأثیر بیماری نمی‌تواند صحیح باشد. روشی که ما معرفی کرده‌ایم، با توجه به سن، شدت و چند ابتلایی، به اولویت بندی درمان کمک می‌کند. این روش می‌تواند به بهبود توانایی تصمیم گیری متخصصان پزشکی کمک کند و در لحظات بحرانی اتخاذ تصمیمات پیچیده می‌تواند بسیار سودمند باشد. 

Abstract

In this research article, we introduced an algorithm to evaluate COVID-19 patients admission in hospitals at source shortage period. Many researchers have expressed their conclusions from different perspectives on various factors such as spatial changes, climate risks, preparedness, blood type, age and comorbidities that may be contributing to COVID-19 mortality rate. However, as the number of people coming to the hospital for COVID-19 treatment increases, the mortality rate is likely to increase due to the lack of medical facilities. In order to provide medical assistance in this situation, we need to consider not only the extent of the disease impact, but also other important factors. No method has yet been proposed to calculate the priority of patients taking into account all the factors. We have provided a solution to this in this research article. Based on eight key factors, we provide a way to determine priorities. In order to achieve the effectiveness and practicability of the proposed method, we studied individuals with different results on all factors. The sigmoid function helps to easily construct factors at different levels. In addition, the cobweb solution model allows us to see the potential of our proposed algorithm very clearly. Using the method we introduced, it is easier to sort high-risk individuals to low-risk individuals. This will make it easier to deal with problems that arise when the number of patients in hospitals continues to increase. It can reduce the mortality of COVID-19 patients. Medical professionals can be very helpful in making the best decisions.

1. Introduction

A novel COrona VIrus Disease-2019 (COVID-19) is the reason for the massive pandemic situation all over the world, which has been named and declared by World Health Organization (WHO) on January, 2020 when it reached over 2,00,000 cases around 160 countries. COVID-19 was first identified at the end of 2019 in Wuhan, China, then it spreads rapidly and caused death due to the respiratory failure or other related complications in the Wuhan city and some other countries which are in contact with Wuhan. Severe Acute Respiratory Syndrome (SARS) associated with the largest known RNA virus called corona virus emerges periodically in recent years around the world. Globally, as of 3:46 PM CET, 02 November 2020 there have been 46,403,652 confirmed cases of COVID-19, including 1,198,569 deaths received by WHO from national authorities.

8. Conclusion

Fuzzy case-based reasoning approach not only for diagnosis, to know the patient’s vulnerability and use it to prioritize treatment is a new endeavor. Through the methods we introduced, we can understand the status of the patient severity and help them immediately. Thus, we can prevent patient mortality by treating them first with the level of the patient severity. For a patient with COVID-19, if the priority to the patient’s in treatment given only with the degree of impact of the disease, the condition of many patients will become worse and more repetitive. The reason is that if one patient has a prevalence rate of 35% and another patient has a prevalence rate of 30%, and has high blood pressure or diabetes, then the second person does need priority treatment. Therefore, it is not correct to prioritize treatment based only on the degree of impact of the disease. The method we introducing will help to prioritize treatment considering the patient’s age, severity, and comorbidities. And this method can help improve the decision-making ability of medical professionals. For medical professionals, it can be very useful in the critical moment of making complex decisions.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

رویکرد استدلال مبنی بر مورد فازی برای یافتن اولویت بیماران کووید-19 در بیمارستانها در دوره کمبود منبع

Fuzzy case-based reasoning approach for finding COVID-19 patients priority in hospitals at source shortage period

تشخیص و طبقه بندی خودکار مبتنی بر اشعه ایکس و سی تی اسکن covid-19 با شبکه های عصبی کانولوشن (CNN)

X-ray and CT-scan-based automated detection and classification of covid-19 using convolutional neural networks (CNN)

چکیده

۱. مقدمه

۲. بررسی آثار

3.مواد و روش‌ ها

3.1. روش پیشنهادی

3.2.مجموعه داده

3.3. ایجاد شبکه عصبی پیچشی

۴. نتایج و مباحث

4.1. نتایج

4.2. بحث

5.نتیجه ‌گیری

مراجع

چکیده

کووید-19 (بیماری کرونا ویروس- ۲۰۱۹) جدیدترین بیماری مرتبط با کرونا ویروس است که از سوی سازمان جهانی بهداشت (WHO) به عنوان بیماری همه گیر اعلام شده است. به علاوه، این بیماری، کل کره زمین را به دلیل ورود سراسر جهان به قرنطینه متوقف کرده و میلیون ها نفر را به کام مرگ کشانده است. هرچند این ویروس میزان تلفات کمی دارد، اما مشکل اینجاست که بسیار مُسری است و در نتیجه افراد زیادی را آلوده کرده و بار زیادی را روی دوش سیستم بهداشت و درمان گذاشته است؛ از این رو، شناسایی کووید-19 در بیماران حیاتی شده‌ است. هدف از انجام تحقیق حاضر این است که با استفاده از تصاویر اشعه ایکس و تصاویر توموگرافی کامپیوتری یا مقطع نگاری رایانه ای (CT) یک راهبرد یادگیری عمیق مبتنی بر شبکه عصبی پیچشی (CNN) ارائه شود تا بتوان نسبت به تشخیص و شناسایی خودکار بیماری کووید-19 اقدام کرد. دو طبقه ‌بندی مختلف را به کمک شبکه های عصبی پیچشی (همگشتی) اجرا کردیم که عبارتند بودند از طبقه ‌بندی دودویی و چند کلاسه. در مجموع، یک مجموعه داده مشتکل از ۳۸۷۷ تصویر سی تی اسکن و اشعه ایکس برای آموزش مدل در طبقه بندی دودویی به کار گرفته شده‌ است که از میان آنها ۱۹۱۷ تصویر متعلق به افراد مبتلا به کووید-19 است. صحت کلی 64/99 درصد، یادآوری (Recall) (یا حساسیت) 58/99 درصد، دقت 56/99 درصد، امتیاز اف1 (F-1 score) برابر با 59/99 درصد و ROC (مشخصه عملکرد گیرنده) برابر با۱۰۰ درصد در طبقه ‌بندی دودویی مشاهده شده‌ است. در طبقه ‌بندی چندگانه، مدل با استفاده از کل 6077 تصویر آموزش دیده است که از میان آنها 1917 تصویر به افراد مبتلا به کووید-19، 1960 تصویر به افراد سالم عادی و ۲۲۰۰ تصویر نیز به افراد مبتلا به ذات الریه تعلق دارد. صحت 28/98 درصد، یادآوری (یا حساسیت) 25/98 درصد، دقت 22/98 درصد، امتیاز اف 1 به میزان 23/98 درصد و ROC برابر با 87/99 درصد برای طبقه ‌بندی چند کلاسه با استفاده از روش پیشنهادی بدست ‌آمده است. در مجموعه داده‌ موجود اخیر، مدل پیشنهادی ما، نتایج مورد نظر را ارائه نموده و هم چنین می ‌تواند در تشخیص سریع بیماران کووید-19 مثبت به کادر درمان کمک کند.

5.نتیجه ‌گیری

طبق مطالعه جدیدی که به صورت آنلاین در نشریه بیماری‌ های مُسری نوظهور (Emerging Infectious Diseases) منتشر شده‌، کووید-19 دارای مقدار R0 میانه 7/5 است. مقدار 7/5 نشان می ‌دهد که یک فرد مبتلا به کووید-19 نه فقط ۲ تا ۳ نفر مورد انتظار پژوهشگران بلکه توانایی آلوده کردن ۵ تا ۶ نفر را دارد. علاوه بر این، ویروس در حال تکامل است و سویه های متفاوتی از آن نیز در قسمت های مختلف جهان کشف شده اند. این تغییرات روز به روز ویروس را قوی ‌تر کرده و روزانه جان هزاران نفر را می گیرد. براین اساس، با توجه به چندین مورد شیوع در اجتماع، کشورهای مختلفی آلوده شده اند. به همین دلیل، منابع کشور های مختلف رو به اتمام است و کادر درمان به ابزار های تشخیصی برای بررسی موارد احتمالی کووید-19 نیاز دارند. از این رو، مدل‌ های ساده ای را براساس تصاویر اشعه ایکس و سی تی اسکن جهت شناسایی و طبقه ‌بندی موارد ابتلا به کووید-19 درست کرده ایم. مدل‌ های ما مبتنی بر یادگیری عمیق بوده و طبقه بندی دودویی و چند کلاسه را نیز انجام داده ایم. نتایج تجربی طبقه ‌بندی دودویی، صحت کلی 64/99 درصد، یادآوری (یا حساسیت) 58/99 درصد، دقت 56/99 درصد، امتیاز اف 1 به میزان درصد و ROC برابر با ۱۰۰ درصد را نشان می دهد. هم چنین، نتایج تجربی طبقه ‌بندی‌ های چندگانه نمایانگر صحت 28/98 درصد، یادآوری (یا حساسیت) 25/98 درصد، دقت 22/98 درصد، امتیاز اف 1 به میزان 23/98 درصد و ROC برابر با 87/99 درصد است. مدل های ما از نظر معیارهای عملکردی و هم چنین مجموعه داده‌ ها از اکثر روش های موجود پیشی گرفتند. ثابت شده است که این روش می ‌تواند در حالت اضطراری مفید واقع شود. از این گذشته، مدل های ما در مجموعه داده‌ های فعلی کارآمد شناخته شده اند. با این حال، هنوز نیازمند مطالعه بالینی و آزمایش است.

Abstract

Covid-19 (Coronavirus Disease-2019) is the most recent coronavirus-related disease that has been announced as a pandemic by the World Health Organization (WHO). Furthermore, it has brought the whole planet to a halt as a result of the worldwide introduction of lockdown and killed millions of people. While this virus has a low fatality rate, the problem is that it is highly infectious, and as a result, it has infected a large number of people, putting a strain on the healthcare system, hence, Covid-19 identification in patients has become critical. The goal of this research is to use X-rays images and computed tomography (CT) images to introduce a deep learning strategy based on the Convolutional Neural Network (CNN) to automatically detect and identify the Covid-19 disease. We have implemented two different classifications using CNN, i.e., binary and multiclass classification. A total of 3,877 images dataset of CT and X-ray images has been utilised to train the model in binary classification, out of which the 1,917 images are of Covid-19 infected individuals . An overall accuracy of 99.64%, recall (or sensitivity) of 99.58%, the precision of 99.56%, F1-score of 99.59%, and ROC of 100% has been observed for the binary classification. For multiple classifications, the model has been trained using a total of 6,077 images, out of which 1,917 images are of Covid-19 infected people, 1,960 images are of normal healthy people, and 2,200 images are of pneumonia infected people. An accuracy of 98.28%, recall (or sensitivity) of 98.25%, the precision of 98.22%, F1-score of 98.23%, and ROC of 99.87% has been achieved for the multiclass classification using the proposed method. On the currently available dataset, the our proposed model produced the desired results, and it can assist healthcare workers in quickly detecting Covid-19 positive patients.

5. Conclusion

Covid-19 has a median R0 of 5.7, according to a new study published online in Emerging Infectious Diseases. The 5.7 indicates that one person infected with Covid-19 has the ability to infect 5 to 6 people, rather than the 2 to 3 expected by researchers. Not only that, but the virus is evolving, and different types of strains have been discovered in different parts of the world. These changes are making the virus stronger by the day, and thousands of people are dying every day. As a result, several countries have been affected, with several incidents of community spread. Due to this, various countries are running out of resources and healthcare workers require diagnostic tools to investigate cases of potential Covid-19. Hence, we have developed simple models based on Xrays and CTs to detect and classify the Covid-19 cases. Our models are deep learning-based, and we’ve done binary and multiclass classification. The experimental results for binary classification show an overall accuracy of 99.64%, recall(or sensitivity) of 99.58%, the precision of 99.56%, F1-score of 99.59%, and ROC of 100%. The experimental results for multiple classifications show an accuracy of 98.28%, recall(or sensitivity) of 98.25%, the precision of 98.22%, F1-score of 98.23%, and ROC of 99.87%. In terms of performance measurements as well as dataset, our models exceeded the majority of existing approaches. This method can prove to be very helpful in case of an emergency. Our models proved to be efficient on the current dataset. However, it still needs clinical study and testing.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

تشخیص و طبقه بندی خودکار مبتنی بر اشعه ایکس و سی تی اسکن covid-19 با شبکه های عصبی کانولوشن (CNN)

X-ray and CT-scan-based automated detection and classification of covid-19 using convolutional neural networks (CNN)

ترکیب ژنوم و واگرایی ویروس جدید کرونا (2019-nCoV) با منشا چین

Genome Composition and Divergence of the Novel Coronavirus (2019-nCoV) Originating in China

گزارمانی جامع بر ژنوم ویروس کرونای تازه کشف شده (2019-nCoV) نمایانگر تفاوتی هایی میان 2019-nCoV و کرونا ویروس های عامل سندرم تنفسی حاد شدید (سارس) یا کروناویروس های شبه سارس بوده است. انجام مقایسه ای سازمان یافته به شناسایی 380 استخلاف آمینواسید در میان این کروناویروس ها انجامیده است که این امر ممکن است تنوع عملکردی و بیماری زایی ویروس کرونای نوظهور 2019 را موجب شده باشد.

ویروس کرونای (CoV) جدیدی که سازمان جهانی بهداشت به آن نام «ویروس کرونای نوظهور 2019» یا «2019-nCoV» را اطلاق کرده است، مسئول همه گیری اخیر ذات الریه‌ای است که در اوایل دسامبر 2019 در شهر ووهان چین از ایالت هوبئی آغاز گردید . این همه گیری در ارتباط با بازار گسترده حیوانات و غذاهای دریایی بوده و تحقیقات به منظور تعیین منشأ عفونت در جریان است. تا به امروز، هزاران عفونت انسانی در چین و نیز بسیاری موارد سرایت در سراسر جهان تایید شده است .

ویروس های کرونا عمدتاً منجر به عفونت های تنفسی و دستگاه گوارشی می گردند و از نظر ژنتیکی به چهار سرده طبقه بندی میشوند: آلفا-کروناویروس، بتا-کروناویروس، گاماکروناویروس و دلتاکروناویروس . دو سرده ی اول عمدتاً پستانداران را آلوده می نمایند؛ درحالی که دو سرده ی گاما و دلتا غالباً پرندگان را آلوده می سازند . شش نوع از کروناویروس های انسانی پیشتر شناخته شده اند. این انواع عبارتند از HCoV-NL63 و HCoV-229E که متعلق به سرده آلفاکروناویروس ها می باشند؛ و HCoV-OC43 و HCoV-HKU1، ویروس کرونای عامل سندرم تنفسی حاد شدید (SARS-CoV) و ویروس کرونای عامل سندرم تنفسی خاورمیانه‌ای (MERS-CoV) که به سرده بتاکروناویروس ها تعلق دارند . ویروس کرونا تا زمان همه گیری جهانی (پاندمی) سارس سال 2003، و پس از آن مرس 2012 و اخیراً همه گیری ویروس کرونای نوظهور 2019 توجه عمومی را به خود جلب نکرد . SARS-CoV و MERS-CoV شدیداً بیماری زا درنظر گرفته شده اند و احتمال بالایی وجود دارد که هردو از خفاش ها به زبادهای نخلی یا شترهای یک کوهانه و درنهایت به انسان ها انتقال یافته باشد .

ژنوم ویروس های کرونا، که اندازه آنها بین حدود 26000 تا 32000 باز متغیر است، شامل تعداد متغیری (6 الی 11) چارچوب خوانش باز (ORFs) می باشند . نخستین ORF که دربردارنده حدود 67 درصد از کل ژنوم است، 16 پروتئین غیرساختاری (nsps) را تولید می نماید؛ درحالی که باقی ORFها مسئولیت رمزگردانی پروتئین های کمکی و پروتئین های ساختاری را برعهده دارند . چهار پروتئین ساختاری اصلی عبارتند از گلیکوپروتئین سطحی گرزی شکل (S)، پروتئین کوچک پوشش ویروس (E)، پروتئین ماتریکس (M) و پروتئین نوکلئوکپسید (N). گلیکوپروتئین سطحی گرزی شکل در اتصال به گیرنده های سلول میزبان نقش حیاتی داشته و تعیین کننده گرایش ویروس به میزبان است . پروتئین های گرزی شکل کروناویروس های عامل سارس و مرس از طریق دامنه های متفاوت متصل شونده به گیرنده (RBDs) به گیرنده های مختلف میزبان متصل میگردند. کروناویروس عامل سارس از آنزیم تبدیل کننده آنژیوتانسین 2 (ACE2) به عنوان یکی از گیرنده های اصلی خود استفاده می نماید . گیرنده ی ثانوی آن CD209L می باشد . این درحالی است که کروناویروس عامل مرس دی پپتیدیل پپتیداز 4 (DPP4 که تحت عنوان CD26 نیز شناخته میشود) را به عنوان گیرنده اصلی خود به کار می برد. ارزیابی های اولیه نشان دهنده این است که ویروس کرونای نوظهور 2019 همبستگی تکاملی نزدیکی با کروناویروس های خفاشی سارس مانند دارد . در اینجا، بر مبنای سه ژنوم ابتدایی تعریف شده برای کروناویروس نوظهور (2019-nCoV)، شامل ووهان/IVDC-HB-01 (شماره دستیابی در GISAID: EPI_ISL_402119) (HB01)، ووهان/IVDC-HB-04/2019 (شماره دستیابی: EPI_ISL-402120) (HB04) و ووهان/IVDC-HB-05/2019 (شماره دستیابی: EPI_ISL_402121) (HB05)، گزارمان ژنومی جامعی بر روی این ویروس در مقایسه با کروناویروس های مشابه صورت گرفته است. این دسته شامل 1008 کروناویروس عامل سارس انسانی، 338 کروناویروس خفاشی شبه سارس و 3131 کروناویروس عامل مرس انسانی می باشند که ژنوم هایشان پیشتر، از طریق پایگاه داده عوامل بیماری زای ویروسی و منابع آزمایشی (ViPR) و NCBI در 12 ژانویه 2020 منتشر شده است (تاریخ انتشار: 12 سپتامبر 2019).

گزارش مقدماتی از رمدسیویر برای درمان کووید-19

Remdesivir for the Treatment of Covid-19 — Preliminary Report

چکیده

پس زمینه

روش‌ها

نتایج

نتیجه‌گیری

روش‌ها

طرح

روندها

تحلیل آماری

نتایج

بیماران

نتایج اولیه

نتایج کلیدی ثانویه

بحث

منابع

چکیده

پس زمینه

گرچه چندین عامل درمانی برای درمان بیماری کورونا ویروس 2019 (Covid-19) مورد ارزیابی قرارگرفته است، اما هیچ یک از این عوامل موثر نبوده‌اند.

روش‌ها

ما یک کارآزمایی دو سو کور، تصادفی، کنترل‌شده با دارونمای درون وریدی مربوط به رمدسیویر را در بزرگسالان بستری‌شده مبتلا به Covid-19 با شواهدی از درگیری دستگاه تنفسی تحتانی، انجام دادیم. بيماران به‌طور تصادفی تعیین ‌شدند كه يك بار رمدسیویر (مقدار (دوز) اولیه 200 میلی‌گرم در روز اول و به دنبال آن 100 میلی‌گرم در روز تا حداکثر 9 روز دیگر) يا دارونما تا 10 روز دریافت کنند. پیامد اولیه، زمان بهبودی بود که با ترخیص از بیمارستان یا بستری شدن برای کنترل عفونت، تعریف شد.

نتایج

درکل 1063 بیمار به صورت تصادفی انتخاب شدند. هیئت نظارت بر داده¬ها و ایمنی، بر اساس یافته‌های حاصل از تجزیه و تحلیل که مدت زمان کوتاه‌تر را برای بهبود در گروه رمدسیویر نشان می‎دهد، کورسازی نکردن (unblinding) اولیه را توصیه می‌کند. نتایج اولیه¬ی 1059 بیمار (مقرر شد که 538 نفر رمدسیویر و 521 دارونما دریافت کنند) همراه با داده‌های موجود پس از تصادفی‌سازی نشان داد افرادی که رمدسیویر دریافت کرده‌اند دارای مدت زمان بهبودی 11 روز بودند (بازه اطمینان 95٪ [CI] ، 9 تا 12)، در مقایسه با 15 روز (بازه اطمینان95%، 13 تا 19) در افرادی که دارونما دریافت کرده بودند (نسبت سرعت برای بهبودی، 32/1؛ بازه اطمینان95٪ ، 1.12 تا 1.55؛ P <0.001). برآورد کاپلان–میر میزان مرگ در طی 14 روز 7.1% با رمدسیویر و 11.9% با دارونما بود (نسبت خطر مرگ، 70/0، بازه اطمینان 95٪، 47/0 تا 04/0). برای 114 مورد از 541 بیمار در گروه رمدسیویر که تحت تصادفی‌سازی قرار گرفتند (1/21٪) و 141 بیمار از 522 بیمار در گروه دارونما که تحت آمایش تصادفی‌سازی قرار گرفتند، پیامدهای نامطلوب رخ داد.

نتیجه‌گیری

رمدسیویر در كوتاه كردن زمان بهبودی در بزرگسالان بستری شده مبتلا به کووید-19 و شواهدی ازعفونت دستگاه تنفسی تحتانی، نسبت به دارونما بهتر بود. (تأمین مالی شده توسط موسسه ملی آلرژی و بیماری‌های واگیردار ایالات متحده آمریکا و سایرین؛ شمارهACCT-1 ClinicalTrials.gov ،NCT04280705.) کرونا ویروس جدید، کروناویروس سندرم حاد تنفسی ۲ (SARS-CoV-2) ، برای اولین بار در دسامبر سال 2019 به عنوان علت بیماری تنفسی منتصب به بیماری کروناویروس 2019 یا Covid-19 شناخته شد. چندین عامل درمانی برای درمان Covid-19 مورد ارزیابی قرار گرفته است، اما هنوز هیچ یک از آن‌ها موثر نبوده¬اند. رمدسیویر (GS-5734)، مهارکننده ویروسی وابسته به RNA است، RNA پلیمراز با فعالیت مهاری در برابر SARSCoV و سندرم تنفسی خاورمیانه (MERS-CoV)، در ابتدا به دلیل توانایی آن در مهار SARS-CoV-2 در شرایط آزمایشگاهی، به¬عنوان یک کاندید درمانی امیدوارکننده برایCovid-19 شناخته شد. علاوه بر این، در مطالعات پریمات‎های (نخستی‌سانان) غیرانسانی، رمدسیویر 12 ساعت پس از تلقیح با MERS-CoVشروع به کاهش سطح ویروس ریه و آسیب ریه کرد.

برای ارزیابی اثربخشی بالینی و ایمنی عوامل درمانی تحقیقاتی فرضی در میان بزرگسالان بستری شده مبتلا به Covid- 19 که توسط آزمایشگاه تایید شدند، ما یک پلتفرم ‌تطبیق‌پذیر برای انجام سریع آزمایشات فاز 3، تصادفی، دو سو کور و کنترل شده با دارونما طراحی کردیم. ما در اینجا نتایج اولیه مرحله اول کارآزمایی درمانی Covid-19‌تطبیق‌پذیر (ACTT-1) را شرح می‌دهیم، که در آن درمان با رمدسیویر را در مقایسه با دارونما ارزیابی کردیم.

روش‌ها

طرح

ثبت نام برای ACTT-1 در 21 فوریه 2020 آغاز شد و در 19 آوریل 2020 به پایان رسید. 60 مکان و 13 مکان فرعی برای کارآزمایی وجود داشت، در ایالات متحده (45 مکان)، دانمارک (8)، انگلیس (5)، یونان (4)، آلمان (3)، کره (2)، مکزیک (2)، اسپانیا (2)، ژاپن (1) و سنگاپور (1). بیماران واجد شرایط به طور تصادفی به نسبت 1: 1 برای دریافت رمدسیویر یا دارونما تعیین شدند. تصادفی‌سازی با استفاده از مکان مطالعه و شدت بیماری در هنگام ثبت‌ نام طبقه‌بندی شد (برای جزئیات بیشتر در مورد معیارهای طبقه‌بندی، به پیوست تکمیلی، که با متن کامل این مقاله در NEJM.org موجود است، مراجعه کنید). رمدسیویر به صورت درون‌وریدی به عنوان مقدار اولیه 200 میلی‌گرم در روز اول و به دنبال آن یک مقدار نگهدارنده 100 میلی‌گرم روزانه در روزهای 2 تا 10 یا تا زمان ترخیص از بیمارستان یا مرگ تزریق شد. دارونما مطابق با همان برنامه و در همان حجم داروی فعال، تزریق شد. به دلیل کمبود دارونمای متناظر، از دارونمای نرمال سالین در مکا‌ن‌های اروپایی و برخی از مکان‌های غیراروپایی استفاده شد؛ مواد تزریقی با یک کیسه مات و پوشش‌هایی برای لوله، پوشانده شدند تا کورسازی حفظ شود. مطابق با استاندارد مراقبت از بيمارستان محل کارآزمایی، تمامی بيماران تحت مراقبت قرار گرفتند. اگر یک بیمارستان سیاست مکتوب یا دستورالعملی برای استفاده از سایر روش‌های درمانی Covid-19 داشته باشد، بیماران می‌توانند آن درمان را دریافت کنند. در صورت عدم ‌وجود سیاست مکتوب یا دستورالعمل، سایر درمان‌های تجربی یا استفاده از داروهای عرضه ‌شده در بازار به عنوان درمان خاص برای درمان Covid-19 که هنوز تاییدیه نگرفته‌اند از روز اول تا روز 29 ممنوع بود (اگرچه می توان قبل از ثبت‌نام در این کارآزمایی از چنین داروهایی استفاده کرد).

پروتکل آزمایشی در هر مکان توسط هیئت مدیره بررسی نهادی (یا توسط یک هیئت مدیره بررسی نهادی متمرکز در صورت لزوم) تصویب می‌شد و توسط یک هیئت نظارت بر داده‌ها و ایمنی مستقل نظارت می‌شد. رضایت آگاهانه از بیماران یا نماینده قانونی مورد تایید بیمار در صورتی که بیمار قادر به رضایت نبود‌، کسب شد. جزئیات کامل در مورد طرح کارآزمایی، اجرا، نظارت و تجزیه و تحلیل را می‌توان در پروتکل و برنامه تحلیل آماری (موجود در NEJM.org) یافت.

یک استراتژی برای جلوگیری از بیماری های واگیردار آینده مشابه شیوع 2019-nCoV

A strategy to prevent future epidemics similar to the 2019-nCoV outbreak

چکیده

کرونا ویروس جدیدی که منشا آن خفاش است در دسامبر2019 در ووهان چین پدیدارگشته و همچنان در حال انتشار در سراسر چین و جهان است.در زمان نگارش این مقاله واکنش عظیم جهانی برای کنترل این بیماری که از فردی به فرد دیگر سرریز میشود به کار گرفته شده است.با این وجود تعلاملات و ارتباطات دوطرفه پرخطر انسان- حیات وحش که منجر به ظهور بیماری SARS-CoV وnCoV-2019 میشود،در عرصه جهانی همچنان در کانونهای ظهور بیماری به قوت خود باقی است.ما برای جلوگیری از بیماری مسری و همه گیر بعدی وابسته به این ارتباطات دوطرفه خواهان پژوهش و سرمایه گذاری در این سه حوزه هستیم:1) مراقبت میان حیات وحش برای شناسایی عوامل بیماری زا پرخطری که حامل آن هستند.2) مراقبت میان مردمی که درتماس با حیات وحش هستند برای شناسایی حوادث سرریزی اولیه ویروس 3)بهبودی امنیت زیستی بازارمربوطه به تجارت حیات وحش.باظهور یک ویروس جدید که هرنقطه از زمین میتواند دورترین عرصه های جهان پیوسته مان را تحت تاثیرقراردهد،مشارکت بین المللی میان دانشمندان برای مطرح کردن این خطرات و جلوگیری از بیماری همه گیربعدی ضروری است.

ظهور یک کروناویروس جدید،nCoV-2019در دسامبر2019 در ووهان منجربه واکنشی جهانی به اولین بیماری مسری این دهه شده است و البته بر دو مسئله حساس و کلیدی تاکید دارد:اول،توانایی سریع و موثرچین برای شناسایی و بررسی یک بیماری نوظهور و دوم،آسیب پذیری مستمر جهانی ما به بیماری های مسری و همه گیر.ازتاریخی که اولین گروه ازاین موارد در27 دسامبر2019 دریک بیمارستان محلی پذیرش شدند،دانشمندان چینی این بیماری را به عنوان یک سندروم جدید شناسایی کرده و کانون آن را بعنوان علت بیماری کشف کرده ودر کمتراز14روز توالی ژنتیکی آنرا به جهان گزارش کردند[1.2].

Abstract

A novel bat-origin coronavirus emerged in Wuhan, China in December 2019 and continues to spread across China and the world. At the time of writing, a massive global response has been implemented to control the disease as it spreads from person to person. Yet the high-risk human-wildlife interactions and interfaces that led to the emergence of SARS-CoV and of 2019-nCoV continue to exist in emerging disease hotspots globally. To prevent the next epidemic and pandemic related to these interfaces, we call for research and investment in three areas: 1) surveillance among wildlife to identify the high-risk pathogens they carry; 2) surveillance among people who have contact with wildlife to identify early spillover events; and 3) improvement of market biosecurity regarding the wildlife trade. As the emergence of a novel virus anywhere can impact the furthest reaches of our connected world, international collaboration among scientists is essential to address these risks and prevent the next pandemic.

The emergence of a novel coronavirus, 2019-nCoV in Wuhan December 2019 has led to a global response to the first epidemic of this decade. It has also highlighted two key issues: First, China’s rapid and efficient capacity to identify and investigate a newly emerging disease; and second, our continued global vulnerability to epidemics and pandemics. From the date of the first cluster of cases admitted to a local hospital on December 27, 2019, Chinese scientists identified this disease as a new syndrome, discovered the pathogen as the cause, and reported its genetic sequence to the world in less than 14 days [1,2].

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

یک استراتژی برای جلوگیری از بیماری های واگیردار آینده مشابه شیوع 2019-nCoV

A strategy to prevent future epidemics similar to the 2019-nCoV outbreak

مواجهه با COVID-19 در بخشICU : اختلال عملکرد عروقی، ترومبوز و التهاب نامنظم

Facing COVID-19 in the ICU: vascular dysfunction, thrombosis, and dysregulated infammation

کووید ـ19 شدید با بیماری دیسترس تنفسی حاد و سندروم آزادسازی سیتوکاین متفاوت می باشد

واسکولیت و اختلال در التهاب بیماری کووید ـ19

مفهوم درمان و بررسی

نتیجه گیری

منابع

راهنمایی های جاری برای مدیریت بیماری کووید ـ 19 این گمان را منعکس می کند که بیماران با شرایط بحرانی که با SARS-CoV-2 سارس ـ کووید ـ 19 دچار عفونت شده اند، سندروم دیسترس حاد تنفسی (ARDS) در آن ها بروز پیدا می کند. با این وجود، اطلاعات به دست آمده و گزارشات بالینی، به طور فزاینده ای، نگرش جدیدی را نسبت به بیماری کووید ـ 19 نشان می دهند و این نگرش نشان دهنده این است که بیماری کوویدـ 19 شدید، اختلال در عملکرد عروق، ترومبوز والتهابات نامنظم را موجب می شود. 

(ترومبوز: به موقعیتی گفته می شود که یک لخته خون در داخل عروق سالم تحت شرایطی خاص ایجاد می شود که می تواند مانع جریان خون در عروق شود.)

کووید ـ19 شدید با بیماری دیسترس تنفسی حاد و سندروم آزادسازی سیتوکاین متفاوت می باشد

اطلاعات چاپ شده (1،2)، مشاهده نظرات و بحث های انجام شده با همکاران در سراسر جهان، با توجه به چندین روش نشان می دهد که که فنوتیپ های تنفسی ناشی از کووید ـ19 با بیماری دیسترس تنفسی حاد به طور کلی متفاوت می باشد (2).  بیماران مبتلا به ویروس کووید ـ 19، در ابتدای طول دوره بیماری خود،  دچار هیپوکسی شدید می شوند ( هیپوکسی؛ غلظت پایین اکسیژن در خون است). با این وجود، علائم اختلال عملکرد تنفسی در مراحل اولیه این بیماری غیر معمول می باشد. در بیماران مبتلا به کووید ـ19، پذیرش ریوی برای اجرای عمل لوله گذاری به نسبت متوسطی کاهش یافته است، و بنابراین بیماران نسبتا برای تنفس مشکل ندارند (1).  

Current management guidelines for COVID-19 refect the assumption that critically ill patients infected with SARS-CoV-2 develop acute respiratory distress syndrome (ARDS). However, emerging data and clinical reports increasingly suggest an alternative view that severe COVID-19 refects a confuence of vascular dysfunction, thrombosis, and dysregulated infammation.

Severe COVID‑19 is distinct from ARDS and cytokine‑release syndromes

Published data [1, 2], anecdotal observations, and discussions with colleagues worldwide indicate that COVIDinduced respiratory phenotypes are distinct from typical ARDS in several ways [2]. COVID-19 patients develop profound hypoxemia early in their disease course. However, overt respiratory dysfunction at these early stages is unusual. Pulmonary compliance in intubated COVID19 patients appears to be only modestly decreased, and patients are therefore relatively easy to ventilate [1].

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مواجهه با COVID-19 در بخشICU : اختلال عملکرد عروقی، ترومبوز و التهاب نامنظم

Facing COVID-19 in the ICU: vascular dysfunction, thrombosis, and dysregulated infammation

تجزیه و تحلیل تکاملی ژنوم کامل ویروس جدید کرونا (2019-nCoV) و رد فرضیه ظهور در نتیجه یک رویداد نوترکیبی اخیر

Full-genome evolutionary analysis of the novel corona virus (2019-nCoV) rejects the hypothesis of emergence as a result of a recent recombination event

چکیده

     پیش زمینه: اخیراً کروناویروس نوظهوری (2019-nCoV) در ارتباط با انتقال انسان به انسان و عفونت شدید در انسان ها در شهر ووهان چین گزارش شده است. هدف ما توصیف روابط ژنتیکی کروناویروس نوظهور و جست و جو برای یافتن نوترکیبی‌ مفروض در بین زیرسرده‌ ی ساربکوویروس بوده است. 
روش‌ها: نوترکیبی مفروض با استفاده از برنامه های RDP4 و Simplot نسخه 3.5.1 مورد بررسی قرار گرفت و خوشه بندی تبارزایشی نامتجانس در قطعات ژنومی واحد با کمک ارزیابی تبارزاشی و با استفاده از بزرگنمایی بیشینه و روش های بیزی  تایید گردید.
نتایج: ارزیابی ما مطرح کننده آن است که گرچه کروناویروس نوظهور در سراسر ژنوم خود ارتباط نزدیکی با توالی RaTG13 کروناویروس خفاشی دارد (شباهت توالی 96.3%)، خوشه بندی نامتجانسی با توالی های کروناویروس های شبه سارس خفاشی (bat-SARS like) از خود نشان می دهد. به ویژه، در بخش ‘5 دربردارنده ی 11498 نوکلئوتید اول و بخش نهایی ‘3 دربردارنده ی جایگاه‌ های 30696-24341، کروناویروس نوظهور و RaTG13 با توالی های کروناویروس شبه سارس خفاشی خوشه ی واحدی تشکیل می دهند، درحالیکه در ناحیه ی میانی شامل انتهای ‘3 ORF1a، ORF1b و تقریبا نیمی از نواحی زوائد گرزی شکل، کروناویروس نوظهور و RaTG13 در دودمان مجزایی با فاصله از کروناویروس خفاشی در درون شاخه ی ساربکوویروس گروه بندی شده اند.
جمع بندی: سطوح شباهت ژنتیکی در بین کروناویروس نوظهور 2019 و RaTG13 بیانگر آن است که دومی نوعِ بخصوصی که عامل همه گیری در انسان هاست را به دست نمی دهد، اما این فرضیه که کروناویروس نوظهور از خفاش ها به وجود آمده است، بسیار محتمل می باشد. ما شواهدی را ارائه می نماییم که مطرح می کند کروناویروس نوظهور (2019-nCoV) موزائیکی نبوده و در دست کم نیمی از ژنوم خود از یک دودمان منحصر به فرد در بتاکروناویروس ها تشکیل شده است. این خصوصیات ژنومی و هم بستگی بالقوه ی آنها با ویژگی های ویروس و بیماری زایی در انسان ها درخور توجه آتی است. 

خانواده ی کروناویریده شامل تعداد زیادی از ویروس هایی است که در طبیعت در پرندگان و پستانداران یافت می گردند (کان و مک‌اینتاش، 2005؛ فر و پرلمن، 2015 ). کروناویروس های انسانی که نخست در دهه ی 1960 توصیف شدند، در ایجاد درصد بالایی از عفونت های تنفسی هم در کودکان و هم در بزرگسالان نقش دارند (کان و مک‌اینتاش، 2005؛ پالز و همکاران، 2020 ).

      از آن پس هردوی کروناویروس های عامل سارس و مرس (به دلیل نرخ های بالای موارد مرگ و میر) به همراه «بیماری های کروناویروسی با بیماری زایی بالایی به جز سارس و مرس» تحت برنامه تحقیق و توسعه منتشر شده توسط سازمان جهانی بهداشت اولویت بندی شده اند (سازمان جهانی بهداشت، 2018).

     اخیراً کروناویروس نوظهوری (2019-nCoV) در ارتباط با انتقال انسان به انسان و عفونت شدید در انسان ها در شهر ووهان چین از ایالت هوبئی گزارش شده است (سازمان جهانی بهداشت، 2020؛ هوئی و همکاران، 2020) . مجموع 1320 مورد تایید شده و 1965 مورد مشکوک تا 25 ژانویه 2020 گزارش شد که از موارد تایید شده 237 مورد شدیدا بیمار بوده و 41 نفر فوت کردند (سازمان جهانی بهداشت، 2020). اکثر موارد اولیه تماس نزدیک با یک غذای دریایی تازه محلی و بازار حیوانات داشته اند .

پتانسیل و شدت انتقال COVID-19 در کره جنوبی

Transmission potential and severity of COVID-19 in South Korea

چکیده

مقدمه

مواد و روش ها

داده ها

وارد کردن تاریخ شروع

برآورد تعداد تکثیر از موارد روزانۀ شیوع

نتایج

شیوع مجدد کووید-19

تعداد تکثیر مؤثر (Rt) از موارد شیوع روزانه

نرخ مرگ ومیر موارد خام

گروه های انتقال

گروه کلیسای عیسوی شین چانی

گروه بیمارستان دائنام چونگدو

گروه مرتبط با سالن ورزشی چئونان

گروه مرتبط با تور زیارتی به اسرائیل

بحث

چکیده

اهداف: ازآنجایی که اولین مورد کروناویروس جدید 2019(کووید-19) در 20 ژانویۀ 2020 در کرۀ شمالی شناسایی شد، تعداد موارد به سرعت افزایش یافت به طوری که تا 6 مارس 2020، منجربه ابتلای6284 مورد و فوت42 نفر شد. اولین تحقیق درمورد گزارش تعداد تکثیر کووید-19 در کرۀ جنوبی را برای بررسی سرعت شیوع بیماری، ارائه می دهیم.
روش کار: موارد روزانۀ تأیید شدۀ کووید-19 در کرۀ جنوبی از منابع عمومی موجود استخراج شد. با استفاده از توزیع تجربی گزارشات دارای تأخیر و شبیه سازی مدل رشد کلی، تعداد تکثیر مؤثر را برمبنای توزیع احتمال گسستۀ فاصلۀ زایشی ارزیابی کردیم.
نتایج: چهار گروه اصلی را شناسایی و تعداد تکثیر را 1.5(1.6-1.4 CI: 95%) برآورد کردیم. به علاوه، نرخ رشد طبیعی 0.6 (0.7، 0.6 CI: 95%) و مقیاس بندی پارامتر رشد 0.8 (0.8،0.7 CI: 95%) برآورد شدند، که نشان دهندۀ پویایی رشد زیر نمایی کووید-19 می باشد. نرخ مرگ و میر موارد خام در بین مردان (1.1%) در مقایسه با زنان (0.4%) بیشتر است و با افزایش سن افزایش می یابد.
نتیجه گیری:نتایج ما انتقال پایدار اولیۀ کووید-19 در کرۀ جنوبی را نشان می دهد و از اجرای اقدامات فاصله-گذاری اجتماعی برای کنترل سریع شیوع بیماری حمایت می کند.

مقدمه

کروناویروس جدید (کروناویروس سندرم حاد تنفسی2) که در دسامبر 2019 در شهر ووهان چین ظاهر شد، اخیراً پتانسیل شیوع سریع در شرایط محدود و عبور بین مرزی طبق الگوی حرکتی انسان را نشان داد (میزوموتو و همکاران،2020). گرچه کووید-19 عموماً علائم خفیف متداول موجود در سایرعفونت ها را ایجاد می-کند، اما توانایی ایجاد بیماری مزمن در گروه های خاصی مانند جمعیت سالخورده و افراد دارای مشکلات اساسی سلامتی مثل بیماران قلبی عروقی و دیابتی را دارد (ادلر،2020). بااین وجود، تصویر واضحی از همه گیری این کروناویروسِ جدید هنوز مشخص نشده است.

بحث

این اولین تحقیق برای گزارش براوردهای پتانسیل انتقال کووید-19 در کره براساس مسیر بیماری همه گیر است که با استفاده از تاریخ شروع اولین موارد گزارش شده در کره بازسازی شده است. برآورد R به وضوح انتقال پایدار ویروسِ کرونای جدید در کره را نشان می دهد؛ به نظر می رسد نرخ مرگ ومیر بین مردان و جمعیت کهنسال بیشتر است (جدول 1). به علاوه، موارد وارداتی نقش اندکی در انتقال ثانویۀ بیماری در کره دارند، زیرا اکثر این موارد در مراحل اولیۀ اپیدمی رخ داده اند، که جدیدترین مورد گزارش شده در 9 فوریۀ 2020 گزارش شد. این یافته ها از دامنۀ مداخلات فاصله گذاری اجتماعی حمایت می کند که دولت کره برای کنترل هرچه سریع تر شیوع آن را وضع کرد.

Abstract

Objectives Since the first case of 2019 novel coronavirus (COVID-19) identified on Jan 20, 2020, in South Korea, the number of cases rapidly increased, resulting in 6284 cases including 42 deaths as of Mar 6, 2020. To examine the growth rate of the outbreak, we present the first study to report the reproduction number of COVID-19 in South Korea.
Methods The daily confirmed cases of COVID-19 in South Korea were extracted from publicly available sources. By using the empirical reporting delay distribution and simulating the generalized growth model, we estimated the effective reproduction number based on the discretized probability distribution of the generation interval.
Results We identified four major clusters and estimated the reproduction number at 1.5 (95% CI: 1.4–1.6). In addition, the intrinsic growth rate was estimated at 0.6 (95% CI: 0.6, 0.7), and the scaling of growth parameter was estimated at 0.8 (95% CI: 0.7, 0.8), indicating sub-exponential growth dynamics of COVID-19. The crude case fatality rate is higher among males (1.1%) compared to females (0.4%) and increases with older age.
Conclusions Our results indicate an early sustained transmission of COVID-19 in South Korea and support the implementation of social distancing measures to rapidly control the outbreak.

Introduction

A novel coronavirus (SARS-CoV-2) that emerged out of the city of Wuhan, China, in December 2019 has already demonstrated its potential to generate explosive outbreaks in confined settings and cross borders following human mobility patterns (Mizumoto et al., 2020). While COVID-19 frequently induces mild symptoms common to other respiratory infections, it has also exhibited an ability to generate severe disease among certain groups, including older populations and individuals with underlying health issues such as cardiovascular disease and diabetes (Adler, 2020). Nevertheless, a clear picture of the epidemiology of this novel coronavirus is still being elucidated.

Discussion

This is the first study to report estimates of the transmission potential of COVID-19 in Korea based on the trajectory of the epidemic, which was reconstructed by using the dates of onset of the first reported cases in Korea. The estimates of R clearly indicate the sustained transmission of the novel coronavirus in Korea; the case fatality rate appears to be higher among males and older populations (Table 1). Moreover, the imported cases contribute little to secondary disease transmission in Korea, as a majority of these cases occurred in the early phase of the epidemic, with the most recent imported case reported on Feb 9, 2020. These findings support the range of social distancing interventions that the Korean government put in place to bring the outbreak under control as soon as possible.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

پتانسیل و شدت انتقال COVID-19 در کره جنوبی

Transmission potential and severity of COVID-19 in South Korea

بیماری کرونا ویروس جدید (COVID-19) در دوران بارداری: چه توصیه‌های بالینی که باید پیگیری شوند؟

Novel corona virus disease (COVID-19) in pregnancy: What clinical recommendations to follow?

1. مقدمه

2. پیشگیری

3. تشخیص

4. مدیریت (کنترل)

4.1. درمان حمایتی

4.2. درمان ضد ویروسی

4.3. درمان ضد میکروبی

4.4. درمان کورتیکوستروئیدی

5. زمان بندی و نوع زایمان

6. مراقبت از نوزاد

7. نتیجه گیری

1- مقدمه 

بارداری یک حالتی از سرکوب نسبی ایمنی است که زن باردار را نسبت به عفونت های ویروسی حساس می کند و میزان مرگ ومیر حتی با آنفولانزای فصلی نیز بالاتر است. بنابراین، اپیدمی COVID-19 ممکن است پیامدهای جدی برای زنان باردار داشته باشد. اگرچه در حال حاضر طیف وسیعی از موارد COVID-19، در چین یافت شده اند اما به نظر می رسد که ریسک سرایت بیرونی به طور معنی داری نگرانی جهانی را افزایش داده باشد. تایید شده است که انتقال ویروس از انسان به انسان رخ می دهد،1،2 شاید حتی از بیماران بدون علامت نیز این انتقال اتفاق بیفتد،3،4 و میزان مرگ و میر به ویژه در بین افراد ضعیف و بیماران مسن تر با بیماری های زمینه ای قابل توجه است.5 

7- نتیجه گیری 

از آنجایی که اپیدمی COVID-19 در حال گسترش در سراسر جهان است، ما باید از قبل برنامه ریزی کنیم و خودمان را آماده کنیم. مدیریت و حمایت بالینی مناسب را برای بیماران ارائه کنیم و در کنار آن حفاظت کامل از متخصصین بهداشت و درمان باید هدف ما باشد. یک رویکرد تیمی چند تخصصی باید در مدیریت این بیماران اتخاذ شود تخصص به طرز موثری به اشتراک گذاشته شود و همچنین درمان بیماران با مهربانی و شفقت و احترام و مسئولیت پذیری انجام شود. به هرحال چالش های زیادی وجود دارد مانند کمبود تجهیزات حفاظتی، کاهش منبع داروها و فراورده های خونی (کاهش اهداکنندگان خون)، فشار روانی و درد فقط یک تعدادی از چالش ها هستند. در بیمارستان ها سرایت ویروس و مرگ در بین متخصصین بهداشت و درمان یک نگرانی جدی است.

1 INTRODUCTION

Pregnancy is a state of partial immune suppression which makes pregnant women more vulnerable to viral infections, and the morbidity is higher even with seasonal influenza. Therefore, the COVID19 epidemic may have serious consequences for pregnant women. Although the vast majority of cases of COVID-19 are currently in China, the risk of outward transmission appears to be significantly raising global concern. Human to human transmission of the virus is proven to occur,1,2 perhaps even from asymptomatic patients,3,4 and the mortality is substantial, especially among frail, elderly patients with comorbidities.5

7 CONCLUSIONS

As the COVID-19 epidemic continues to spread around the world, we need to plan and prepare ourselves proactively. Providing appropriate clinical management and support to patients while adequately protecting healthcare professionals should be our goal. A multi-disciplinary team approach should be adopted in managing these patients as it allows to effectively share the expertise as well as responsibility, and treat our patients with dignity and compassion. However, there are many challenges to overcome, such as shortage of protective equipment, depleting supply of medicines and blood products (reduced blood donations), infected pregnant women showing up directly to delivery rooms in advanced labor, psychological pressure and panic, just to mention a few. In hospitals, the transmission of the virus and deaths among healthcare professionals are serious concerns.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بیماری کرونا ویروس جدید (COVID-19) در دوران بارداری: چه توصیه‌های بالینی که باید پیگیری شوند؟

Novel corona virus disease (COVID-19) in pregnancy: What clinical recommendations to follow?

درمان ترکیبی موش های آلوده به هاری با مهارکننده های پاسخ پیش التهابی میزبان، ترکیبات ضد ویروسی و ایمونوگلوبولین هاری انسانی

Combination therapy of rabies-infected mice with inhibitors of pro-inflammatory host response, antiviral compounds and human rabies immunoglobulin

چکیده
1 مقدمه
2 مواد و روش ها
2.1 ویروس و ترکیب های آن
2.2 مدل های حیوانی و اعلامیه اخلاقی
2.3 عفونت و درمان حیوانات
2.4 PCR نسخه برداری معکوس به صورت زمان واقعی
2.5 ارزیابی های شرایط شیمیایی در سیستم ایمنی
2.6 تست خنثی سازی ویروسی آنتی بادی فلورسنت
2.7 تحلیل داده ها
3 نتایج
3.1 دوره های بالینی و تغییرات وزن بدن
3.2 نجات یافتن موش های آلوده به SHBRV 18
3.3 بار RNA در ویروس SHBRV 18 در نمونه های CNS
3.4 بافت شناسی و شرایط شیمیایی سیستم ایمنی در نمونه های CNS
3.5 شناسایی آنتی بادی های ضد RABV در موش هایی که زنده ماندند
4 مباحث
منابع

چکیده

مطالعه های اخیر، نشان داده است که بازدارنده های آبشار های مولکولی پیش التهابی (proinflammatory) ایجاد شده به دلیل عفونت هاری در سیستم عصبی مرکزی (CNS)، می توانند باعث بهبود نرخ  نجات در مدل های موشی شوند و مشخص شده است که ترکیب های خاص ضد ویروس،  می توانند در روند تکثیر ویروس هاری در محیط آزمایشگاهی، مداخله ایجاد کنند. در این مطالعه ترکیب های مختلف درمانی مورد ارزیابی قرار گرفته است تا بتوان تاثیر آن ها بر روی نجات موش های مبتلا به ویروس هاری و همچنین بار ویروسی در CNS را بررسی کرد. موش های C57B1/6 با ویروس هاری خفاشی با زائده های مویین نقره ای(SHBRV)-18 با دوز ویروسی LD50 و LD100 آلوده شدند. در یک گروه آزمایشی درمان های روزانه، از 4 ساعت قبل عفونت شروع شد و در گروه بعدی، درمان ها از 48 یا 96 ساعت بعد شروع شد. در ترکیب درمانی آزمایشی اولیه، از بازدارنده های عامل نکروز تومور آلفا (انفلیکسیماب)، کاسپاز1 ( Ac-YVAD-cmk) و بازدارنده های چند کینازی (سورافنیب) استفاده شد. در گروه درمان شده  افزایشی چشم گیر اما نامحسوس در نرخ نجات در مقایسه با گروه مبتلا به ویروس و بدون درمان مشاهده شد. اضافه کردن ایمونوگلوبین های هاری انسانی (HRIG) به ترکیب درمانی در گروه آزمایشی دوم نیز تقریبا به صورت کامل باعث جلوگیری از مرگ در گروهی شد که درمان هایی قبل از عفونت دریافت کرده بودند و همچنین باعث کاهش محسوس تکثیر ویروس ها در CNS شد. درمان هایی که بعد از آلودگی حیوانات نیز انجام شده بودند باعث بهبود محسوس نرخ نجات شد. به عنوان بخشی از ترکیب تنظیم کننده سیستم ایمنی، HRIG تاثیر بیشتری بر روی نرخ نجات نسبت به حالت قبلی داشت. در آزمایش سوم ترکیب با اینترفرون های نوع 1، ریباویرین و فاویپیراویر (T-705) نیز به عنوان مکمل مورد استفاده قرار گرفت.. به عنوان یک عامل باز کننده سد خونی مغزی، مانیتول مورد استفاده قرار گرفت. این درمان نتوانست مانع عواقب کشنده آلودگی SHBRV-18 بشود؛ علاوه بر این باعث شد که موش هایی که تحت درمان قرار گرفته بودند دچار مسمومیت بشوند که احتمالا این موضوع به دلیل تعامل بین ترکیب های مختلف بود. در تمام آزمایش ها، بار ویروسی در CNS در موش هایی که تحت تاثیر ویروس هاری قرار گرفته بودند فارغ از روش درمانی مورد استفاده، مشابه بود. بر اساس این یافته ها، بازدارنده های پاسخ های خاص سیستم بدن میزبان نسبت به ویروس هاری در ترکیب با آنتی بادی ها می تواند یکی از روش های درمانی و گزینه های مناسب برای رفع بیماری بعد از عفونت در انسان های دچار هاری باشد.

4 مباحث

نیاز محسوسی برای توسعه روش های درمانی جدید برای آسیب های مغزی هاری وجود دارد تا بتوان نرخ نا امید کننده درمان انسانی برای این بیماری را بهبود بخشید [35]. بعد از روش های تجربی اولی که توسط متخصص های بالینی در رویارویی با مورد های هاری مورد استفاده قرار گرفته است، حالا دانش ما نسبت به پاتوژن های هاری و عوامل مرتبط با نجات نسبت به این بیماری، افزایش یافته است [7و8و11و26]. که این موضوع باعث شده است که در زمینه شناسایی روش های درمانی جدید برای هاری در سال های گذشته پیشرفت خوبی داشته باشیم. این مطالعه یک نتیجه امید بخش دیگر با موفقیت نسبی در درمان موش هایی با ترکیب های مختلف از روش های درمان دارویی بعد از عفونت به گونه وحشی از RABV را ارائه می کند.

Abstract

Recent studies demonstrated that inhibitors of pro-inflammatory molecular cascades triggered by rabies infection in the central nervous system (CNS) can enhance survival in mouse model and that certain antiviral compounds interfere with rabies virus replication in vitro. In this study different combinations of therapeutics were tested to evaluate their effect on survival in rabies-infected mice, as well as on viral load in the CNS. C57Bl/6 mice were infected with Silver-haired bat rabies virus (SHBRV)-18 at virus dose approaching LD50 and LD100. In one experimental group daily treatments were initiated 4 h before-, in other groups 48 or 96 h after challenge. In the first experiment therapeutic combination contained inhibitors of tumour necrosis factor-α (infliximab), caspase-1 (Ac-YVAD-cmk), and a multikinase inhibitor (sorafenib). In the treated groups there was a notable but not significant increase of survival compared to the virus infected, non-treated mice. The addition of human rabies immunoglobulins (HRIG) to the combination in the second experiment almost completely prevented mortality in the pre-exposure treatment group along with a significant reduction of viral titres in the CNS. Post-exposure treatments also greatly improved survival rates. As part of the combination with immunomodulatory compounds, HRIG had a higher impact on survival than alone. In the third experiment the combination was further supplemented with type-I interferons, ribavirin and favipiravir (T-705). As a blood-brain barrier opener, mannitol was also administered. This treatment was unable to prevent lethal consequences of SHBRV-18 infection; furthermore, it caused toxicity in treated mice, presumably due to interaction among the components. In all experiments, viral loads in the CNS were similar in mice that succumbed to rabies regardless of treatment. According to the findings, inhibitors of detrimental host response to rabies combined with antibodies can be considered among the possible therapeutic and post-exposure options in human rabies cases.

4 Discussion

There is a considerable demand on the development of novel treatment strategies against rabies encephalitis to overcome the current disappointing success rate in attempts to treat human rabies [35]. After former empirical approaches by clinicians facing rabies cases now there is increasing knowledge available about rabies pathogenesis and factors related to survival [7,8,11,26], allowing faster progress in this field in recent years. This study reports another promising result with partial success in treatment of mice with different combinations of therapeutics after wild-type RABV challenge.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

درمان ترکیبی موش های آلوده به هاری با مهارکننده های پاسخ پیش التهابی میزبان، ترکیبات ضد ویروسی و ایمونوگلوبولین هاری انسانی

Combination therapy of rabies-infected mice with inhibitors of pro-inflammatory host response, antiviral compounds and human rabies immunoglobulin