MétaCan
Menu
Retour à la cohorte
Enregistrement W3015666557 · doi:10.1159/000504478

Influenza Vaccination: Accelerating the Process for New Vaccine Development in Older Adults

2020· review· en· W3015666557 sur OpenAlexaff
Janet E. McElhaney, Melissa K. Andrew, Laura Haynes, George A. Kuchel, Shelly McNeil, Graham Pawelec

Notice bibliographique

RevueInterdisciplinary topics in gerontology and geriatrics · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensDalhousie UniversityHealth Sciences North
Organismes subventionnairesnon disponible
Mots-clésVaccinationProcess (computing)MedicineVirologyComputer science

Résumé

récupéré en direct d'OpenAlex

Increased susceptibility to the serious complications of influenza is common in older adults. It is often ascribed to weakening of the immune system with age, and 90% of influenza-related deaths occur in older adults despite widespread vaccination programs. Common chronic conditions not only contribute to the loss of immune protection after vaccination and increase the risk for serious outcomes of influenza, but also increase the long-term consequences following hospitalization. Interactions of T and B cell ageing, chronic elevation of inflammatory cytokines (sometimes dubbed "inflammaging"), and dysregulated acute cytokine production pose major challenges to the development of new and more effective vaccines. However, these age-related problems are modifiable, as we have shown, and provide a clear margin for improvement. This chapter describes how an exclusive focus on developing influenza vaccines to stimulate strain-specific antibody responses against the hemagglutinin surface glycoprotein of the influenza virus, to the exclusion of other potentially important mechanisms, is missing the mark in terms of preventing the serious complications of influenza in older adults. Novel approaches are needed to enhance antibody-mediated protection against infection and stimulate cell-mediated immune responses to clear influenza virus from the lungs. These strategies for improving vaccine effectiveness will address the public health need for "vaccine prevention of disability" to mitigate the global pressures of aging populations on health and social care systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,973
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,150
Tête enseignante GPT0,465
Écart entre enseignants0,315 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInterdisciplinary topics in gerontology and geriatricsMême sujetInfluenza Virus Research StudiesTravaux en français237 207