MétaCan
Menu
Retour à la cohorte
Enregistrement W2052525877 · doi:10.1111/cbdd.12478

Antibiotic Adjuvants: Diverse Strategies for Controlling Drug‐Resistant Pathogens

2014· article· en· W2052525877 sur OpenAlexafffund
Erin E. Gill, Octávio Luiz Franco, Robert E. W. Hancock

Notice bibliographique

RevueChemical Biology & Drug Design · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchNational Institutes of HealthInfectious Diseases Society of AmericaAstraZeneca
Mots-clésAntibioticsAntimicrobialPhage therapyDrugMedicineBroad spectrumImmune systemBiologyMicrobiologyPharmacologyImmunologyBacteriophageChemistryEscherichia coli

Résumé

récupéré en direct d'OpenAlex

The growing number of bacterial pathogens that are resistant to numerous antibiotics is a cause for concern around the globe. There have been no new broad-spectrum antibiotics developed in the last 40 years, and the drugs we have currently are quickly becoming ineffective. In this article, we explore a range of therapeutic strategies that could be employed in conjunction with antibiotics and may help to prolong the life span of these life-saving drugs. Discussed topics include antiresistance drugs, which are administered to potentiate the effects of current antimicrobials in bacteria where they are no longer (or never were) effective; antivirulence drugs, which are directed against bacterial virulence factors; host-directed therapies, which modulate the host's immune system to facilitate infection clearance; and alternative treatments, which include such therapies as oral rehydration for diarrhea, phage therapy, and probiotics. All of these avenues show promise for the treatment of bacterial infections and should be further investigated to explore their full potential in the face of a postantibiotic era.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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

Citations313
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical Biology & Drug DesignMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207