MétaCan
Menu
Retour à la cohorte
Enregistrement W3043804952 · doi:10.1016/j.bsheal.2020.07.004

Seroprevalence of Wenzhou virus in China

2020· article· en· W3043804952 sur OpenAlexfundno aff
Li Guo, Shasha Liu, Jingdong Song, Lianlian Han, Hu Zhang, Chao Wu, Conghui Wang, Hongli Zhou, Jianwei Wang

Notice bibliographique

RevueBiosafety and Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of Medical SciencesNational Natural Science Foundation of ChinaNational Major Science and Technology Projects of ChinaCanadian Dairy Commission
Mots-clésSeroprevalenceLymphocytic choriomeningitisChinaVirusVirologyBiologyAge groupsAntibodyMedicineVeterinary medicineSerologyImmunologyDemographyGeographyAntigen

Résumé

récupéré en direct d'OpenAlex

Wenzhou virus (WENV) was first identified in rodents and Asian house shrews in Wenzhou, Zhejiang Province, China. However, little is known about the prevalence of WENV infections in humans in China. To determine the threat that WENV may pose to humans, we determine the seroprevalence of WENV in healthy individuals in China in this study. Cross-reactivities of nucleoprotein (NP) were detected between Lymphocytic choriomeningitis virus (LCMV) and WENV using Western blot and ELISA assy. The prevalence of specific IgG antibodies against WENV NP was investigated in different age groups of 830 healthy individuals aged 0-70 years old in China using a competition ELISA assay. The results indicate that WENV and LCMV share cross-reactive epitopes between NPs. The total seroprevalence of WENV in healthy adults was 4.6%, with 3.6% (8/221) for individuals 15-44 years of age, 5.4% (17/317) for individuals 45-59 years of age, and 4.1% (4/98) for older adults over 60. The total seroprevalence of WENV in children under age 15 was 1.5%, with 2.9% (1/34) in children aged 2-5 years, and 2.2% in 5-14 years (2/91). The finding suggests that WENV or WENV-like virus may sporadically infect humans of China.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,169

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,085
Tête enseignante GPT0,386
Écart entre enseignants0,302 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiosafety and HealthMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207