MétaCan
Menu
Retour à la cohorte
Enregistrement W2024667988 · doi:10.1111/jeb.12518

Coinfection and the evolution of drug resistance

2014· article· en· W2024667988 sur OpenAlexafffund
Johanna J. H. Hansen, Troy Day

Notice bibliographique

RevueJournal of Evolutionary Biology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyCoinfectionResistance (ecology)Evolutionary biologyDrug resistanceGeneticsEcologyVirologyHuman immunodeficiency virus (HIV)

Résumé

récupéré en direct d'OpenAlex

Recent experimental work in the rodent malaria model has shown that when two or more strains share a host, there is competitive release of drug-resistant strains upon treatment. In other words, the propagule output of a particular strain is repressed when competing with other strains and increases upon the removal of this competition. This within-host effect is predicted to have an important impact on the evolution and growth of resistant strains. However, how this effect translates to epidemiological parameters at the between-host level, the level at which disease and resistance spread, has yet to be determined. Here we present a general, between-host epidemiological model that explicitly takes into account the effect of coinfection and competitive release. Although our model does show that when there is coinfection competitive release may contribute to the emergence of resistance, it also highlights an additional between-host effect. It is the combination of these two effects, the between-host effect and the within-host effect, that determines the overall influence of coinfection on the emergence of resistance. Therefore, even when competitive release of drug-resistant strains occurs, within an infected individual, it is not necessarily true that coinfection will result in the increased emergence of resistance. These results have important implications for the control of the emergence and spread of drug resistance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,181

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,305
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations21
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Evolutionary BiologyMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207