MétaCan
Menu
Retour à la cohorte
Enregistrement W3033502071 · doi:10.3389/fmicb.2020.01299

Intimate Relations: Molecular and Immunologic Interactions Between Neisseria gonorrhoeae and HIV-1

2020· review· en· W3033502071 sur OpenAlexafffund
Furkan Guvenc, Rupert Kaul, Scott D. Gray‐Owen

Notice bibliographique

RevueFrontiers in Microbiology · 2020
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueReproductive tract infections research
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNeisseria gonorrhoeaeTransmission (telecommunications)Human immunodeficiency virus (HIV)VirologyBiologySexual transmissionNeisseriaImmunologyVirusHost (biology)MicrobiologyBacteriaGeneticsMicrobicide

Résumé

récupéré en direct d'OpenAlex

While the global incidence of human immunodeficiency virus (HIV-1) remains well above UNAIDS targets, sexual transmission HIV is surprisingly inefficient. A variety of host, viral and environmental factors can either increase HIV-1 shedding in the infected partner and/or increase mucosal susceptibility of the HIV-1 uninfected partner. Clinical and epidemiological studies have clearly established that Neisseria gonorrhoeae substantially enhances HIV-1 transmission, despite it not being an ulcerative infection. This review will consider findings from molecular, immunologic and clinical studies that have focused on each of these two human-restricted pathogens, in order to develop an integrative model that describes how gonococci can both increase mucosal shedding of HIV-1 from a co-infected person and facilitate virus establishment in a susceptible host.

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)0,000
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 enseignants0,986
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,312
Écart entre enseignants0,289 · 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

Citations29
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetReproductive tract infections researchTravaux en français237 207