Immunodiagnosis of tuberculosis: new questions, new tools conference 2008
Notice bibliographique
Résumé
Human infection with Mycobacterium tuberculosis exists as a spectrum of conditions ranging from asymptomatic infection to active disease. Novel, accurate tuberculosis immunodiagnostics have been introduced over the last decade, but it remains challenging to timely diagnose active disease and to accurately distinguish asymptomatic M. tuberculosis infection from immune memory resulting from a prior infection eradicated by the host response. The conference titled Immunodiagnosis of Tuberculosis: New Questions, New Tools, which was held on September 21-23, 2008 in Virginia Beach, Virginia, United States, brought together basic scientists and clinical experts to discuss recent progress in tuberculosis research and diagnosis. Global analyses of M. tuberculosis biology and the host immune response, with emphasis on systems approaches to the study of host-pathogen interactions, were presented. Moreover, conference participants discussed new tests in the pipeline and reviewed new technologies leading to novel assay formats. The discussion included technologies ranging from simple, inexpensive point-of-care tests to automated molecular platforms for detection of multiple infections based on the “lab on a chip” concept. It was also recognized that the utility of any new diagnostic relies on laboratory capacity, accessibility, costs, and test deployment. The conference included lessons from the field. For example, the application of existing technologies to neglected areas, such as diagnosis in children and HIV+ populations, was discussed.
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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».