MétaCan
Menu
Retour à la cohorte
Enregistrement W1992753756 · doi:10.1155/2015/504831

Current and Emerging Cell Culture Manufacturing Technologies for Influenza Vaccines

2015· review· en· W1992753756 sur OpenAlexaff
Ernest Milián, Amine Kamen

Notice bibliographique

RevueBioMed Research International · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEmbryonatedPandemicVaccinationVirologyVirusProduction (economics)Mass vaccinationInfluenza vaccineBiotechnologyPandemic influenzaBiologyBusinessMedicineCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

Annually, influenza virus infects millions of people worldwide. Vaccination programs against seasonal influenza infections require the production of hundreds of million doses within a very short period of time. The influenza vaccine is currently produced using a technology developed in the 1940s that relies on replicating the virus in embryonated hens' eggs. The monovalent viral preparation is inactivated and purified before being formulated in trivalent or tetravalent influenza vaccines. The production process has depended on a continuous supply of eggs. In the case of pandemic outbreaks, this mode of production might be problematic because of a possible drastic reduction in the egg supply and the low flexibility of the manufacturing process resulting in a lack of supply of the required vaccine doses in a timely fashion. Novel production systems using mammalian or insect cell cultures have emerged to overcome the limitations of the egg-based production system. These industrially well-established production systems have been primarily selected for a faster and more flexible response to pandemic threats. Here, we review the most important cell culture manufacturing processes that have been developed in recent years for mass production of influenza vaccines.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,353
Tête enseignante GPT0,559
Écart entre enseignants0,206 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations154
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetInfluenza Virus Research StudiesTravaux en français237 207