MétaCan
Menu
Retour à la cohorte
Enregistrement W2177230932 · doi:10.1093/cid/civ983

The Emergence of Zoonotic<i>Onchocerca lupi</i>Infection in the United States – A Case-Series

2015· article· en· W2177230932 sur OpenAlexaff
Paul T. Cantey, Jessica Weeks, Morven S. Edwards, Suchitra Rao, Gholamabbas Amin Ostovar, Walter Dehority, Maria Alzona, Sara Swoboda, Brooke A. Christiaens, Wassim Ballan, John C. Hartley, Andrew Terranella, Jill E. Weatherhead, James J. Dunn, Douglas P. Marx, John Hicks, Ronald A. Rauch, Christiana Smith, Megan K. Dishop, Michael H. Handler, Roy Dudley, Kote Chundu, Dan Hobohm, Iman Feiz-Erfan, Joseph Hakes, R. Stephen Berry, Shelly Stepensaski, Benjamin Greenfield, Laura Shroeder, Henry Bishop, Marcos de Almeida, Blaine A. Mathison, Mark Eberhard

Notice bibliographique

RevueClinical Infectious Diseases · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueParasitic Diseases Research and Treatment
Établissements canadiensMcGill UniversityMontreal Children's Hospital
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of Health
Mots-clésOnchocerca volvulusMedicineTransmission (telecommunications)SerologyZoonotic diseaseDiseaseOnchocerciasisVirologyImmunologyPathologyAntibody

Résumé

récupéré en direct d'OpenAlex

This case-series describes the 6 human infections with Onchocerca lupi, a parasite known to infect cats and dogs, that have been identified in the United States since 2013. Unlike cases reported outside the country, the American patients have not had subconjunctival nodules but have manifested more invasive disease (eg, spinal, orbital, and subdermal nodules). Diagnosis remains challenging in the absence of a serologic test. Treatment should be guided by what is done for Onchocerca volvulus as there are no data for O. lupi. Available evidence suggests that there may be transmission in southwestern United States, but the risk of transmission to humans is not known. Research is needed to better define the burden of disease in the United States and develop appropriately-targeted prevention strategies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,090
Tête enseignante GPT0,430
Écart entre enseignants0,340 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetParasitic Diseases Research and TreatmentTravaux en français237 207