MétaCan
Menu
Retour à la cohorte
Enregistrement W2792039676 · doi:10.3389/fpubh.2018.00059

Prevalent emm Types among Invasive GAS in Europe and North America since Year 2000

2018· article· en· W2792039676 sur OpenAlexaboutno aff
Giovanni Gherardi, Luca A. Vitali, Roberta Creti

Notice bibliographique

RevueFrontiers in Public Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueStreptococcal Infections and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStreptococcus pyogenesEpidemiologyGenotypingMolecular epidemiologyTypingDiseaseMedicineSerotypeBiologyGenotypeGeneImmunologyMicrobiologyInternal medicineGeneticsStaphylococcus aureus

Résumé

récupéré en direct d'OpenAlex

Background: Streptococcus pyogenes or group A streptococcus (GAS) is an important human pathogen responsible for a broad range of infections, from uncomplicated to more severe and invasive diseases with high mortality and morbidity. Epidemiological surveillance has been crucial to detect changes in the geographical and temporal variation of the disease pattern; for this purpose the M protein gene (emm) gene typing is the most widely used genotyping method, with more than 200 emm types recognized. Molecular epidemiological data have been also used for the development of GAS M protein-based vaccines. Methods: The aim of this paper was to provide an updated scenario of the most prevalent GAS emm types responsible for invasive infections in developed countries as Europe and North America (US and Canada), from 1st January 2000 to 31st May 2017. The search, performed in PubMed by the combined use of the terms (“emm”) and (”invasive”) retrieved 264 articles, of which 38 articles, (31 from Europe and 7 from North America) met the inclusion criteria and were selected for this study. Additional 5 papers cited in the European articles but not retrieved by the search were included. Results: emm1 represented the dominant type in both Europe and North America, replaced by other emm types in only few occasions. The seven major emm types identified (emm1, emm28, emm89, emm3, emm12, emm4, and emm6) accounted for approximately 50-70% of the total isolates; less common emm types accounted for the remaining 30-50% of the cases. Most of the common emm types are included in either one or both the 26-valent and 30-valent vaccines, though some well-represented emm types found in Europe are not. Conclusion: This study provided a picture of the prevalent emm types among iGAS in Europe and North America since the year 2000 onwards. Continuous surveillance on the emm type distribution among iGAS infections is strongly encouraged also to determine the potential coverage of the developing multivalent vaccines.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0130,018
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,285
Écart entre enseignants0,257 · 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

Citations100
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetStreptococcal Infections and TreatmentsTravaux en français237 207