MétaCan
Menu
Retour à la cohorte
Enregistrement W3026376146 · doi:10.1152/japplphysiol.00335.2020

Let’s talk about sex in the context of COVID-19

2020· review· en· W3026376146 sur OpenAlexaff
Luciane H. Gargaglioni, Danuzia A. Marques

Notice bibliographique

RevueJournal of Applied Physiology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoMinistério da Ciência, Tecnologia e InovaçãoFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésContext (archaeology)Coronavirus disease 2019 (COVID-19)CoronavirusPandemicHormoneImmune systemSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Respiratory systemVirusDisease2019-20 coronavirus outbreakImmunologyMedicinePhysiologyInternal medicineBiologyVirologyInfectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

In recent months, the coronavirus disease 2019 (COVID-19) pandemic has sent many countries into crisis. Studies have shown that this virus causes worse outcomes and a higher mortality in men than in women. It has been recognized that sex can affect the immune response to a pathogenic agent, as well as the susceptibility for some respiratory diseases. These different responses in males and females may be related to the actions of sex hormones. Angiotensin-converting enzyme 2 (ACE2) acts as the receptor for severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), which causes COVID-19. The expression of ACE2 is influenced by sex hormones; therefore, we discuss in this article that this could be one of the reasons why COVID-19 is more prevalent in men than in women.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,982
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,124
Tête enseignante GPT0,482
Écart entre enseignants0,358 · 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

Citations73
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207