MétaCan
Menu
Retour à la cohorte
Enregistrement W2974084556 · doi:10.1016/j.antiviral.2019.104611

GloPID-R report on chikungunya, o'nyong-nyong and Mayaro virus, part 2: Epidemiological distribution of o'nyong-nyong virus

2019· review· en· W2974084556 sur OpenAlexaff
Laura Pezzı, A. Desirée LaBeaud, Chantal Reusken, Jan Felix Drexler, Nikos Vasilakis, Mawlouth Diallo, Fabrice Simon, Thomas Jaenisch, Pierre Gallian, Amadou A. Sall, Anna‐Bella Failloux, Scott C. Weaver, Xavier de Lamballerie, Sébastien Boyer, Patrícia Brasil, Michael P. Busch, Michael Diamond, MA Drebot, Alain Kohl, Marc Lecuit, Ricardo Lourenço‐de‐Oliveira, Johan Neyts, Ng Lfp, Guilherme S. Ribeiro, María Rios, Alfonso J. Rodríguez‐Morales, María Goreti Rosa-Freitas, Graham Simmons, André M. Siqueira, Anubis Vega Rúa

Notice bibliographique

RevueAntiviral Research · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésChikungunyaEpidemiologyVirologyOutbreakMedicineDiseaseNatural historyEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

The GloPID-R (Global Research Collaboration for Infectious Disease Preparedness) chikungunya (CHIKV), o'nyong-nyong (ONNV) and Mayaro virus (MAYV) Working Group has been established to identify gaps of knowledge about the natural history, epidemiology and medical management of infection by these viruses, and to provide adapted recommendations for future investigations. Here, we present a report dedicated to ONNV epidemiological distribution. Two large-scale ONNV outbreaks have been identified in Africa in the last 60 years, interspersed with sporadic serosurveys and case reports of returning travelers. The assessment of the real scale of ONNV circulation in Africa remains a difficult task and surveillance studies are necessary to fill this gap. The identification of ONNV etiology is made complicated by the absence of multiplex tools in co-circulation areas and that of reference standards, as well as the high cross-reactivity with related pathogens observed in serological tests, in particular with CHIKV. This is a specific obstacle for seroprevalence studies, that necessitate an improvement of serological tools to provide robust results. The scarcity of existent genetic data currently limits molecular epidemiology studies. ONNV epidemiology would also benefit from reinforced entomological and environmental surveillance. Finally, the natural history of the disease deserves to be further investigated, with a specific attention paid to long-term complications. Considering our incomplete knowledge on ONNV distribution, GloPID-R CHIKV, ONNV and MAYV experts recommend that a major effort should be done to fill existing gaps.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,231
Tête enseignante GPT0,496
Écart entre enseignants0,264 · 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'étudeObservationnel
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

Citations48
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntiviral ResearchMême sujetMosquito-borne diseases and controlTravaux en français237 207