MétaCan
Menu
Retour à la cohorte
Enregistrement W2938056705 · doi:10.1111/cei.13284

Vaccines for emerging pathogens: prospects for licensure

2019· review· en· W2938056705 sur OpenAlexaboutno aff
E. Diane Williamson, G E Westlake

Notice bibliographique

RevueClinical & Experimental Immunology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLicensureImmunologyVirologyMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Globally, there are a number of emerging pathogens. For most, there are no licensed vaccines available for human use, although there is ongoing research and development. However, given the extensive and increasing list of emerging pathogens and the investment required to bring vaccines into clinical use, the task is huge. Overlaid on this task is the risk of anti-microbial resistance (AMR) acquisition by micro-organisms which can endow a relatively harmless organism with pathogenic potential. Furthermore, climate change also introduces a challenge by causing some of the insect vectors and environmental conditions prevalent in tropical regions to begin to spread out from these traditional areas, thus increasing the risk of migration of zoonotic disease. Vaccination provides a defence against these emerging pathogens. However, vaccines for pathogens which cause severe, but occasional, disease outbreaks in endemic pockets have suffered from a lack of commercial incentive for development to a clinical standard, encompassing Phase III clinical trials for efficacy. An alternative is to develop such vaccines to request US Emergency Use Authorization (EUA), or equivalent status in the United States, Canada and the European Union, making use of a considerable number of regulatory mechanisms that are available prior to licensing. This review covers the status of vaccine development for some of the emerging pathogens, the hurdles that need to be overcome to achieve EUA or an equivalent regional or national status and how these considerations may impact vaccine development for the future, such that a more comprehensive stockpile of promising vaccines can be achieved.

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)0,008
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,007
Science ouverte0,0010,001
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0220,009

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 Opus0,222
Tête enseignante GPT0,535
Écart entre enseignants0,313 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical & Experimental ImmunologyMême sujetZoonotic diseases and public healthTravaux en français237 207