Application of Bioluminescence Imaging to the Prediction of Lethality in Vaccinia Virus-Infected Mice
Notice bibliographique
Résumé
To find an alternative endpoint for the efficacy of antismallpox treatments, bioluminescence was measured in live BALB/c mice following lethal challenge with a recombinant WR vaccinia virus expressing luciferase. Intravenous vaccinia immunoglobulin treatments were used to confer protection on a proportion of animals. Using known lethality outcomes in 200 animals and total fluxes recorded daily in live animals, we performed univariate receiver operating characteristic (ROC) curve analysis to assess whether lethality can be predicted based on bioluminescence. Total fluxes in the spleens on day 3 and in the livers on day 5 generated accurate predictive models; the area under the ROC curve (AUC) was 0.91. Multiple logistic regression analysis utilizing a linear combination of six measurements: total flux in the liver on days 2, 3, and 5; in the spleen on days 1 and 3; and in the nasal cavity on day 4 generated the most accurate predictions (AUC = 0.96). This model predicted lethality in 90% of animals with only 10% of nonsurviving animals incorrectly predicted to survive. Compared with bioluminescence, ROC analysis with 25% and 30% weight loss as thresholds accurately predicted survival on day 5, but lethality predictions were low until day 9. Collectively, our data support the use of bioimaging for lethality prediction following vaccinia virus challenge and for gaining insight into protective mechanisms conferred by vaccines and therapeutics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».