MétaCan
Menu
Retour à la cohorte
Enregistrement W2127186127 · doi:10.1016/j.virol.2014.07.013

Impaired heterologous immunity in aged ferrets during sequential influenza A H1N1 infection

2014· article· en· W2127186127 sur OpenAlexaff
Stéphane G. Paquette, Stephen S. H. Huang, David W. Banner, Luoling Xu, Alberto J. León, Alyson A. Kelvin, David J. Kelvin

Notice bibliographique

RevueVirology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensToronto General HospitalToronto Rehabilitation InstituteUniversity of TorontoDiscovery CentreUniversity Health Network
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesU.S. Public Health ServiceNational Institutes of HealthShantou University Medical College
Mots-clésBiologyHeterologousImmune systemImmunologyHemagglutinin (influenza)ImmunityVirologyPopulationInfluenza A virusHerd immunityAntibodyVirusVaccinationMedicineGene

Résumé

récupéré en direct d'OpenAlex

The major burden of influenza morbidity resides within the elderly population. The challenge managing influenza-associated illness in the elderly is the decline of immune function, where mechanisms leading to immunological senescence have not been elucidated. To better represent the immune environment, we investigated clinical morbidity and immune function during sequential homologous and heterologous H1N1 influenza infection in an aged ferret model. Our findings demonstrated experimentally that aged ferrets had significant morbidity during monosubtypic heterologous 2° challenge with significant weight loss and respiratory symptoms. Furthermore, increased clinical morbidity was associated with slower and shorter hemagglutinin antibody generation and attenuated type 1 T-cell gene responses in peripheral blood. These results revealed dampened immune activation during sequential influenza infection in aged ferrets. With the presence of an aged model, dissecting clinical morbidity, viral dynamics and immune response during influenza infection will aid the development of future prophylactics such as age specific influenza vaccines.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,765

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,069
Tête enseignante GPT0,370
Écart entre enseignants0,300 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations49
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirologyMême sujetInfluenza Virus Research StudiesTravaux en français237 207