MétaCan
Menu
Retour à la cohorte
Enregistrement W2794797190 · doi:10.3389/fcimb.2018.00117

Lethal Zika Virus Disease Models in Young and Older Interferon α/β Receptor Knock Out Mice

2018· article· en· W2794797190 sur OpenAlexaff
Andrea Marzi, Jackson Emanuel, Julie Callison, Kristin L. McNally, Nicolette Arndt, Spencer Chadinha, Cynthia Martellaro, Rebecca Rosenke, Dana Scott, David Safronetz, Stephen S. Whitehead, Sonja M. Best, Heinz Feldmann

Notice bibliographique

RevueFrontiers in Cellular and Infection Microbiology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNHLBI Division of Intramural ResearchNational Institutes of HealthDivision of Intramural Research, National Institute of Allergy and Infectious Diseases
Mots-clésLethalityZika virusVirologyInterferonDiseaseBiologyVirusMedicineImmunologyPathologyGenetics

Résumé

récupéré en direct d'OpenAlex

The common small animal disease models for Zika virus (ZIKV) are mice lacking the interferon responses, but infection of interferon receptor α/β knock out (IFNAR-/-) mice is not uniformly lethal particularly in older animals. Here we sought to advance this model in regard to lethality for future countermeasure efficacy testing against more recent ZIKV strains from the Asian lineage, preferably the American sublineage. We first infected IFNAR-/- mice subcutaneously with the contemporary ZIKV-Paraiba strain resulting in predominantly neurological disease with ~50% lethality. Infection with ZIKV-Paraiba by different routes established a uniformly lethal model only in young mice (4-weeks old) upon intraperitoneal infection. However, intraperitoneal inoculation of ZIKV-French Polynesia resulted in uniform lethality in older IFNAR-/- mice (10-12-weeks old). In conclusion, we have established uniformly lethal mouse disease models for efficacy testing of antivirals and vaccines against recent ZIKV strains representing the Asian lineage.

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 seuil0,693

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 Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · 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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cellular and Infection MicrobiologyMême sujetMosquito-borne diseases and controlTravaux en français237 207