MétaCan
Menu
Retour à la cohorte
Enregistrement W2126194172 · doi:10.1086/315470

Immunization with a<i>Pseudomonas aeruginosa</i>Elastase Peptide Reduces Severity of Experimental Lung Infections Due to<i>P. aeruginosa</i>or<i>Burkholderia cepacia</i>

2000· article· en· W2126194172 sur OpenAlexaff
Pamela A. Sokol, Cora Kooi, R. S. Hodges, Paul J. Cachia, Donald E. Woods

Notice bibliographique

RevueThe Journal of Infectious Diseases · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPseudomonas aeruginosaKeyhole limpet hemocyaninMicrobiologyElastaseImmunizationToxoidBronchoalveolar lavageBurkholderiaImmunologyEpitopeActive immunizationLungAntibodyBiologyMedicineEnzymeBacteriaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pseudomonas aeruginosa and Burkholderia cepacia produce metalloproteases that effect lung injury. Two epitopes (peptides 15 and 42) previously identified on P. aeruginosa elastase induce the production of antibodies that neutralize protease activity. The effects of immunization with synthetic peptides based on these epitopes on experimental lung infections due to P. aeruginosa or B. cepacia were examined. Rats were immunized with peptides conjugated to keyhole limpet hemocyanin or tetanus toxoid before infection. Immunization with peptide 15 (pep15) resulted in a decrease in total cells and polymorphonuclear leukocytes in bronchoalveolar lavage (BAL) fluid and a 50%-70% decrease in lung histopathologic changes, compared with findings in controls. Immunization with peptide 42 decreased cells in BAL fluid but did not decrease lung pathologic changes. Immunization with pep15 alone was just as effective in protecting against lung injury as immunization with a combination of both peptides. These studies suggest that immunization with pep15 can reduce the severity of lung infections due to P. aeruginosa or B. cepacia.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,255
Écart entre enseignants0,248 · 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'étudeExpérimental (laboratoire)
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

Citations56
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Infectious DiseasesMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207