MétaCan
Menu
Retour à la cohorte
Enregistrement W1975510568 · doi:10.1086/597073

Transmission of Influenza Virus via Aerosols and Fomites in the Guinea Pig Model

2009· article· en· W1975510568 sur OpenAlexaff
Samira Mubareka, Anice C. Lowen, John Steel, Allan L. Coates, Adolfo García‐Sastre, Peter Palese

Notice bibliographique

RevueThe Journal of Infectious Diseases · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesU.S. Army Medical Research Institute of Infectious DiseasesNational Institute of Allergy and Infectious DiseasesU.S. Public Health ServiceAgency for Healthcare Research and QualityNational Institutes of HealthW. M. Keck Foundation
Mots-clésTransmission (telecommunications)VirusVirologyPandemicInfluenza A virusPanamaOrthomyxoviridaeBiologyAirborne transmissionEnvironmental healthCoronavirus disease 2019 (COVID-19)MedicineEcologyTelecommunicationsDiseaseInfectious disease (medical specialty)Computer science

Résumé

récupéré en direct d'OpenAlex

Limited data on the relative contributions of different routes of transmission for influenza virus are available. Person-to-person transmission is central to seasonal and pandemic spread; nevertheless, the modes of spread are a matter of ongoing debate. Resolution of this discussion is paramount to the development of effective control measures in health care and community settings. Using the guinea pig model, we demonstrated that transmission of influenza A/Panama/2007/1999 (H3N2) virus through the air is efficient, compared with spread through contaminated environmental surfaces (fomites). We also examined the aerosol transmission efficiencies of 2 human influenza virus A strains and found that A/Panama/2007/1999 influenza virus transmitted more efficiently than A/Texas/36/1991 (H1N1) virus in our model. The data provide new and much-needed insights into the modes of influenza virus spread and strain-specific differences in the efficiency of transmission.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,352
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations215
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Infectious DiseasesMême sujetInfluenza Virus Research StudiesTravaux en français237 207