MétaCan
Menu
Retour à la cohorte
Enregistrement W2914727986 · doi:10.3390/v11020122

Back to the Future for Influenza Preimmunity—Looking Back at Influenza Virus History to Infer the Outcome of Future Infections

2019· review· en· W2914727986 sur OpenAlexafffund
Magen E. Francis, Morgan King, Alyson A. Kelvin

Notice bibliographique

RevueViruses · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesOffice of Extramural Research, National Institutes of HealthNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthNova Scotia Health Research Foundation
Mots-clésVirusOriginal antigenic sinVirologyAntigenic driftBiologyAntigenic shiftImmune systemPandemicVaccinationInfluenza A virusImmunologyInfectious disease (medical specialty)MedicineDiseaseCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

The influenza virus-host interaction is a classic arms race. The recurrent and evolving nature of the influenza virus family allows a single host to be infected several times. Locked in co-evolution, recurrent influenza virus infection elicits continual refinement of the host immune system. Here we give historical context of circulating influenza viruses to understand how the individual immune history is mirrored by the history of influenza virus circulation. Original Antigenic Sin was first proposed as the negative influence of the host’s first influenza virus infection on the next and Imprinting modernizes Antigenic Sin incorporating both positive and negative outcomes. Building on imprinting, we refer to preimmunity as the continual refinement of the host immune system with each influenza virus infection. We discuss imprinting and the interplay of influenza virus homology, vaccination, and host age establishing preimmunity. We outline host signatures and outcomes of tandem infection according to the sequence of virus and classify these relationships as monosubtypic homologous, monosubtypic heterologous, heterosubtypic, or heterotypic sequential infections. Finally, the preimmunity knowledge gaps are highlighted for future investigation. Understanding the effects of antigenic variable recurrent influenza virus infection on immune refinement will advance vaccination strategies, as well as pandemic preparedness.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,289
Tête enseignante GPT0,461
Écart entre enseignants0,172 · 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

Citations96
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetInfluenza Virus Research StudiesTravaux en français237 207