MétaCan
Menu
Retour à la cohorte
Enregistrement W2507596979 · doi:10.1002/jmv.24680

Droplet digital PCR to investigate quasi‐species at codons 119 and 275 of the A(H1N1)pdm09 neuraminidase during zanamivir and oseltamivir therapies

2016· article· en· W2507596979 sur OpenAlexaff
Yacine Abed, Julie Carbonneau, Arnaud G. L’Huillier, Laurent Kaiser, Guy Boivin

Notice bibliographique

RevueJournal of Medical Virology · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Virus Research Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésZanamivirNeuraminidaseOseltamivirVirologyDigital polymerase chain reactionReverse transcriptaseBiologyNeuraminidase inhibitorVirusMolecular biologyGenePolymerase chain reactionMedicineGeneticsCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

The H275Y and E119D neuraminidase (NA) mutations constitute important molecular markers of resistance to NA inhibitors in A(H1N1) pdm09 viruses. We used reverse transcriptase-droplet digital PCR amplification (RT-ddPCR) to analyze quasi-species at codons 275 and 119 of the NA in A(H1N1) pdm09 viruses recovered from an immuncompromised patient who received oseltamivir and zanamivir therapies. RT-ddPCR assays detected and quantified H275Y and E119D mutations with an efficiency that was comparable to that of high throughput sequencing (HiSeq 2500 Illumina, San Diego, CA) technology. With its sensitivity and reproducibility, RT-ddPCR could be a reliable method for accurate detection and quantification of major NAI-resistance mutations in clinical settings. J. Med. Virol. 89:737-741, 2017. © 2016 Wiley Periodicals, Inc.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,896
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,238
Écart entre enseignants0,214 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical VirologyMême sujetPlant Virus Research StudiesTravaux en français237 207