Temporal changes in respiratory adenovirus serotypes circulating in the greater Toronto area, Ontario, during December 2008 to April 2010
Notice bibliographique
Résumé
BACKGROUND: Certain adenovirus serotypes cause severe infections, especially in children. It is important to monitor temporal changes in serotypes causing clinical disease. The objective of this study was to document circulating respiratory adenovirus serotypes by sequencing adenovirus culture isolates from the Greater Toronto Area, Ontario, during December 2008 to April 2010. METHODS: Nucleic acid extraction was performed on 90 respiratory tract adenovirus culture isolates. PCR amplification was conducted with primers targeting the adenovirus hexon gene hypervariable region 7. Sanger sequencing and phylogenetic analyses were performed to determine serotype identities. RESULTS: Among 90 clinical respiratory isolates sequenced, eight different serotypes were identified. Serotype 3 (34, 38%), serotype 2 (30, 30%), and serotype 1 (14, 16%) isolates were most common; serotypes 5, 6, 11, 17 and 21 were also observed. Seventeen (50%) of the 34 HAdV-3 isolates were identified between December 2008 and February 2009, while none were identified from December 2009 to February 2010. Between December 2008 and April 2009, the two most common serotypes were HAdV-3 and HAdV-2, detected in 18 (53%) and 8 (24%) of the 34 cultures isolates, respectively. However, from December 2009 to April 2010, there was an increase in HAdV-2, which became the most prevalent serotype, detected in 10 (50%) of the 20 isolates identified (p = 0.05). CONCLUSIONS: There was a gradual shift in prevailing adenovirus serotypes during the 17 month study period, from predominantly HAdV-3 to HAdV-2. If an adenovirus vaccine were to be broadly implemented, multiple serotypes should be included.
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 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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».