MétaCan
Menu
Retour à la cohorte
Enregistrement W2612724532 · doi:10.18632/oncotarget.17694

Characterization of Sudan Ebolavirus infection in ferrets

2017· article· en· W2612724532 sur OpenAlexafffund
Andrea Kroeker, Shihua He, Marc-Antoine de La Vega, Gary Wong, Carissa Embury‐Hyatt, Xiangguo Qiu

Notice bibliographique

RevueOncotarget · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensCanadian Food Inspection AgencyUniversité LavalUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchChinese Academy of SciencesPublic Health Agency of Canada
Mots-clésEbolavirusVirologyVirusOutbreakAnimal modelTransmission (telecommunications)Guinea pigBiologyEbola virusAnimal speciesGold standard (test)MedicineZoologyGenetics

Résumé

récupéré en direct d'OpenAlex

Sudan virus (SUDV) outbreaks in Africa are highly lethal; however, the development and testing of novel antivirals and vaccines for this virus has been limited by a lack of suitable animal models. Non-human primates (NHP) remain the gold standard for modeling filovirus disease, but they are not conducive to screening large numbers of experimental compounds and should only be used to test the most promising candidates. Therefore, other smaller animal models are a valuable asset. We have recently developed a guinea-pig adapted SUDV virus that is lethal in guinea pigs. In our current study, we show that ferrets are susceptible to wild-type SUDV, providing a small animal model to directly study clinical isolates, screen experimental anti-SUDV compounds and potentially study viral transmission.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,295
Score d'incertitude au seuil0,287

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,042
Tête enseignante GPT0,372
Écart entre enseignants0,330 · 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

Citations32
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOncotargetMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207