Effective Post-Exposure Treatment of Ebola Infection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ebola viruses are highly lethal human pathogens that have received considerable attention in recent years due to an increasing re-emergence in Central Africa and a potential for use as a biological weapon. There is no vaccine or treatment licensed for human use. In the past, however, important advances have been made in developing preventive vaccines that are protective in animal models. In this regard, we showed that a single injection of a live-attenuated recombinant vesicular stomatitis virus vector expressing the Ebola virus glycoprotein completely protected rodents and nonhuman primates from lethal Ebola challenge. In contrast, progress in developing therapeutic interventions against Ebola virus infections has been much slower and there is clearly an urgent need to develop effective post-exposure strategies to respond to future outbreaks and acts of bioterrorism, as well as to treat laboratory exposures. Here we tested the efficacy of the vesicular stomatitis virus-based Ebola vaccine vector in post-exposure treatment in three relevant animal models. In the guinea pig and mouse models it was possible to protect 50% and 100% of the animals, respectively, following treatment as late as 24 h after lethal challenge. More important, four out of eight rhesus macaques were protected if treated 20 to 30 min following an otherwise uniformly lethal infection. Currently, this approach provides the most effective post-exposure treatment strategy for Ebola infections and is particularly suited for use in accidentally exposed individuals and in the control of secondary transmission during naturally occurring outbreaks or deliberate release.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle