MétaCan
Menu
Retour à la cohorte
Enregistrement W2804547335 · doi:10.3389/fimmu.2018.01249

Neonatal Immunity, Respiratory Virus Infections, and the Development of Asthma

2018· review· en· W2804547335 sur OpenAlexafffund
Katherine H. Restori, Bharat T. Srinivasa, Brian J. Ward, Elizabeth D. Fixman

Notice bibliographique

RevueFrontiers in Immunology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchMcGill University Health CentreMcGill UniversityU.S. Department of Defense
Mots-clésImmunologyAsthmaImmune systemRespiratory systemVirusImmunityMedicineBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Infants are exposed to a wide range of potential pathogens in the first months of life. Although maternal antibodies acquired transplacentally protect full-term neonates from many systemic pathogens, infections at mucosal surfaces still occur with great frequency, causing significant morbidity and mortality. At least part of this elevated risk is attributable to the neonatal immune system that tends to favor T regulatory and Th2 type responses when microbes are first encountered. Early-life infection with respiratory viruses is of particular interest because such exposures can disrupt normal lung development and increase the risk of chronic respiratory conditions, such as asthma. The immunologic mechanisms that underlie neonatal host-virus interactions that contribute to the subsequent development of asthma have not yet been fully defined. The goals of this review are (1) to outline the differences between the neonatal and adult immune systems and (2) to present murine and human data that support the hypothesis that early-life interactions between the immune system and respiratory viruses can create a lung environment conducive to the development of asthma.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,057
Tête enseignante GPT0,379
Écart entre enseignants0,323 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207