MétaCan
Menu
Retour à la cohorte
Enregistrement W2593332648 · doi:10.1016/j.epidem.2017.03.002

On the duration of the period between exposure to HIV and detectable infection

2017· article· en· W2593332648 sur OpenAlexafffund
B Konrád, Darlene Taylor, Jessica M. Conway, Gina Ogilvie, Daniel Coombs

Notice bibliographique

RevueEpidemics · 2017
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHuman immunodeficiency virus (HIV)Viral loadImmunologyReliability (semiconductor)MedicinePeriod (music)VirologyBiology

Résumé

récupéré en direct d'OpenAlex

HIV infection cannot be detected immediately after exposure because plasma viral loads are too small initially. The duration of this phase of infection (the "eclipse period") is difficult to estimate because precise dates of exposure are rarely known. Therefore, the reliability of clinical HIV testing during the first few weeks of infection is unknown, creating anxiety among HIV-exposed individuals and their physicians. We address this by fitting stochastic models of early HIV infection to detailed viral load records for 78 plasma donors, taken during the period of exposure and infection. We first show that the classic stochastic birth-death model does not satisfactorily describe early infection. We therefore apply a different stochastic model that includes infected cells and virions separately. Since every plasma donor in our data eventually becomes infected, we must condition the model to reflect this bias, before fitting to the data. Applying our best estimates of unknown parameter values, we estimate the mean eclipse period to be 8-10 days. We further estimate the reliability of a negative test t days after potential exposure.

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)0,011
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,063
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,286
Écart entre enseignants0,258 · 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'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

Citations30
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpidemicsMême sujetHIV Research and TreatmentTravaux en français237 207