Notice bibliographique
Résumé
Although initially approved for medical use in the United States by the Food and Drug Administration in the 1950s, antimalarial treatment of clinical disease actually dates back to the 1630s in Peru, stemming from the “fever tree,” later identified as Cinchona officialis in 1742 by Carl Linnaeus in Europe1. Later, quinine was isolated from Cinchona bark2, yielding the subsequent boom in the development of these agents for the antimalarial market. When the Dutch Cinchona plantations were overrun and captured during World War II, a synthetic version of quinine was created — quinacrine — and was used for malaria prevention, an activity funded and supported by the war effort in the United States3,4. The quinacrine story bears an uncanny similarity to the development of synthetic corticosteroids, which was also supported by the needs of the US government for the war effort during the exact same time period. It was in 1951, after the war was over, that Allied soldiers taking longterm quinacrine demonstrated improved signs and symptoms of systemic lupus erythematosus (SLE)5. Just a few years later (1955), hydroxychloroquine (HCQ) was synthesized, and a successful scale-up created this cornerstone drug for treating SLE. It is now on the World Health Organization list of essential medications needed in a basic health system6. In this issue of The Journal , Tselios, et al … Address correspondence to Dr. V.K. Sandhu, Loma Linda University Medical Center, Rheumatology, 11375 Campus St., Loma Linda, California 92354, USA. E-mail: vksandhu{at}llu.edu
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».