Colliding Epidemics and the Rise of Cryptococcosis
Notice bibliographique
Résumé
Discovered more than 100 years ago as a human pathogen, the Cryptococcus neoformans–Cryptococcus gattii (C. neoformans–C. gattii) complex has seen a large global resurgence in its association with clinical disease in the last 30 years. First isolated in fermenting peach juice, and identified as a human pathogen in 1894 in a patient with bone lesions, this environmental pathogen has now found niches in soil, trees, birds, and domestic pets. Cryptococcosis is well recognized as an opportunistic infection and was first noted to be associated with reticuloendothelial cancers in the 1950s. Since then, advances in transplant immunology, medical science and surgical techniques have led to increasing numbers of solid organ transplantations (SOT) and hematological stem cell transplantations being performed, and the use of biological immunotherapeutics in increasingly high-risk and older individuals, have contributed to the further rise in cryptococcosis. Globally, however, the major driver for revivification of cryptococcosis is undoubtedly the HIV epidemic, particularly in Sub-Saharan Africa where access to care and antiretroviral therapy remains limited and advanced immunodeficiency, poverty and malnutrition remains the norm. As a zoonotic disease, environmental outbreaks of both human and animal cryptococcosis have been reported, possibly driven by climate change. This is best exemplified by the resurgence of C. gattii infection in Vancouver Island, Canada, and the Pacific Northwest of the United States since 1999. Here we describe how the colliding epidemics of HIV, transplantation and immunologics, climate change and migration have contributed to the rise of cryptococcosis.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».