MétaCan
Menu
Retour à la cohorte
Enregistrement W2989675531 · doi:10.1080/21505594.2019.1696621

New insights into microvascular injury to inform enhanced diagnostics and therapeutics for severe malaria

2019· review· en· W2989675531 sur OpenAlexafffund
Clara Erice, Kevin C. Kain

Notice bibliographique

RevueVirulence · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueMalaria Research and Control
Établissements canadiensUniversity of TorontoToronto General HospitalUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMalariaImmunologyImmune systemEndothelial activationBiologyEndotheliumDiseaseCerebral MalariaInflammationEndothelial dysfunctionIntensive care medicineTriageMedicinePlasmodium falciparumPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Severe malaria (SM) has high mortality and morbidity rates despite treatment with potent antimalarials. Disease onset and outcome is dependent upon both parasite and host factors. Infected erythrocytes bind to host endothelium contributing to microvascular occlusion and dysregulated inflammatory and immune host responses, resulting in endothelial activation and microvascular damage. This review focuses on the mechanisms of host endothelial and microvascular injury. Only a small percentage of malaria infections (≤1%) progress to SM. Early recognition and treatment of SM can improve outcome, but we lack triage tools to identify SM early in the course of infection. Current point-of-care pathogen-based rapid diagnostic tests do not address this critical barrier. Immune and endothelial activation have been implicated in the pathobiology of SM. We hypothesize that measuring circulating mediators of these pathways at first clinical presentation will enable early triage and treatment of SM. Moreover, that host-based interventions that modulate these pathways will stabilize the microvasculature and improve clinical outcome over that of antimalarial therapy alone.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,036
Tête enseignante GPT0,353
Écart entre enseignants0,317 · 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

Citations23
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVirulenceMême sujetMalaria Research and ControlTravaux en français237 207