MétaCan
Menu
Retour à la cohorte
Enregistrement W2108628105 · doi:10.1093/jac/dkq100

Targeting pandemic influenza: a primer on influenza antivirals and drug resistance

2010· review· en· W2108628105 sur OpenAlexaff
Ronald B. Moss, Richard T. Davey, Roy T. Steigbigel, Fang Fang

Notice bibliographique

RevueJournal of Antimicrobial Chemotherapy · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensNexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésPandemicVirologyDrug resistanceInfluenza A virusVirusPopulationInfluenza pandemicBiologyDrug developmentDrugMedicineCoronavirus disease 2019 (COVID-19)Infectious disease (medical specialty)MicrobiologyDiseaseEnvironmental healthPharmacology

Résumé

récupéré en direct d'OpenAlex

The emergence of the 2009 H1N1 pandemic influenza A virus, as well as constant antigenic drift of seasonal influenza, underscores the remarkable versatility of this virus in adapting to the human population. While vaccines are the principal public health defence against influenza, rapid vaccine development can be a daunting task. Antiviral drugs offer the promise of inhibiting influenza regardless of its genetic variations. However, the rapid rise of resistance to several antivirals has highlighted the need for developing novel therapeutics with reduced drug resistance potential. In this review, we will summarize the effects of the currently licensed anti-influenza drugs as well as the candidates in development against the seasonal and the 2009 H1N1 pandemic influenza A virus with an emphasis on 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,841
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,003
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 Opus0,082
Tête enseignante GPT0,411
Écart entre enseignants0,329 · 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.

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

Citations74
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Antimicrobial ChemotherapyMême sujetInfluenza Virus Research StudiesTravaux en français237 207