新しい機械学習アプローチを使用して、Covid-19を治療するための適切な薬物組み合わせの識別：雨方法

Covid-19はいくつかのヒト遺伝子に影響を及ぼし、それぞれが独自のp値を備えています。これらの遺伝子に関連する薬物の組み合わせは、小さなp値を伴う可能性があるため、Covid-19といくつかの薬物の組み合わせの間のp値の合計の推定につながる可能性があり、それにより、病気を打ち負かす際のこれらの組み合わせの有効性が高まります。ヒト遺伝子に基づいて、それらとCovid-19の間の低いP値との効果的な薬物の組み合わせを提供する新しい機械学習方法を導入しました。この研究は、系統的レビューおよび人工知能ネットワークメタ分析（雨）と呼ばれる系統的レビューへの改善されたアプローチに従います。これは、PROSPERO（CRD42021256797）に登録されており、プリスマ基準がまだ考慮されています。Covid-19の治療に使用される薬物は、Sciencedirect、Web of Science（WOS）、Proquest、Embase、Medline（PubMed）、およびScopusのデータベースで検索されました。さらに、人工知能と、COVID-19の影響を受けるヒト遺伝子と臨床専門家によって提案され、特定された研究論文内で報告された薬物の間のp値の測定を使用すると、共同体の治療のために適切な薬物の組み合わせが提案されています。-19。系統的レビュープロセス中に、39の研究が選択されました。私たちの分析は、アジスロマイシンやヒドロキシルクロロキンなどの報告された薬物のほとんどが、Covid-19患者の回復にあまり影響を与えないことを示しています。一方、新しい人工知能の結果に基づいて、0.05未満の有意レベルでは、0.02の有意性レベルを持つ2つの薬物治療コルチコステロイド +カモスタットの組み合わせ、0.03の有意水準のレメシビル +アジスロマイシンの組み合わせ、および有意水準0.02のインターロイキン1受容体拮抗薬 +カモスタットは、Covid-19の治療にはるかに効果的であると考えられているため、推奨されます。さらに、0.01未満の有意水準では、インターロイキン1受容体拮抗薬 +カモスタット +アジスロマイシン +トシリズマブ +オセルタミビルと有意性レベルの0.006の組み合わせ、およびインターロイキン1受容体拮抗薬タンパク質 +カモスタット +クロロキン +ファビピラビル +コルチコステロイド +カモスタット +オセルタミビル + remdesivir +トシリズマブを含む0.009のトシリズマブ7は、COVID-19の患者の治療に有効であり、推奨されます。この研究の結果は、COVID-19の患者の治療のための効果的な薬物組み合わせのセットを提供します。さらに、雨方法で使用されている新しい人工知能は、臨床試験研究に対する将来の見通しアプローチを提供する可能性があり、癌などの疾患の治療にも効果的に使用できます。

COVID-19 affects several human genes, each with its own p-value. The combination of drugs associated with these genes with small p-values may lead to an estimation of the combined p-value between COVID-19 and some drug combinations, thereby increasing the effectiveness of these combinations in defeating the disease. Based on human genes, we introduced a new machine learning method that offers an effective drug combination with low combined p-values between them and COVID-19. This study follows an improved approach to systematic reviews, called the Systematic Review and Artificial Intelligence Network Meta-Analysis (RAIN), registered within PROSPERO (CRD42021256797), in which, the PRISMA criterion is still considered. Drugs used in the treatment of COVID-19 were searched in the databases of ScienceDirect, Web of Science (WoS), ProQuest, Embase, Medline (PubMed), and Scopus. In addition, using artificial intelligence and the measurement of the p-value between human genes affected by COVID-19 and drugs that have been suggested by clinical experts, and reported within the identified research papers, suitable drug combinations are proposed for the treatment of COVID-19. During the systematic review process, 39 studies were selected. Our analysis shows that most of the reported drugs, such as azithromycin and hydroxyl-chloroquine on their own, do not have much of an effect on the recovery of COVID-19 patients. Based on the result of the new artificial intelligence, on the other hand, at a significance level of less than 0.05, the combination of the two drugs therapeutic corticosteroid + camostat with a significance level of 0.02, remdesivir + azithromycin with a significance level of 0.03, and interleukin 1 receptor antagonist protein + camostat with a significance level 0.02 are considered far more effective for the treatment of COVID-19 and are therefore recommended. Additionally, at a significance level of less than 0.01, the combination of interleukin 1 receptor antagonist protein + camostat + azithromycin + tocilizumab + oseltamivir with a significance level of 0.006, and the combination of interleukin 1 receptor antagonist protein + camostat + chloroquine + favipiravir + tocilizumab7 with corticosteroid + camostat + oseltamivir + remdesivir + tocilizumab at a significant level of 0.009 are effective in the treatment of patients with COVID-19 and are also recommended. The results of this study provide sets of effective drug combinations for the treatment of patients with COVID-19. In addition, the new artificial intelligence used in the RAIN method could provide a forward-looking approach to clinical trial studies, which could also be used effectively in the treatment of diseases such as cancer.