MétaCan
Menu
Retour à la cohorte
Enregistrement W3047978315 · doi:10.3390/microorganisms8081201

Leishmania Immunity: Advancing Immunotherapy and Vaccine Development

2020· review· en· W3047978315 sur OpenAlexafffund
Nnamdi Ikeogu, Gloria N. Akaluka, Chidalu A. Edechi, Enitan S. Salako, Chukwunonso Onyilagha, Aida Feiz Barazandeh, Jude E. Uzonna

Notice bibliographique

RevueMicroorganisms · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueResearch on Leishmaniasis Studies
Établissements canadiensCanadian Food Inspection AgencyUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchResearch Manitoba
Mots-clésLeishmaniasisParasitic diseaseLeishmaniaDiseaseImmunologyImmunityProtozoan infectionMedicineBiologyImmune systemParasite hostingPathology

Résumé

récupéré en direct d'OpenAlex

Parasitic diseases still constitute a major global health problem affecting billions of people around the world. These diseases are capable of becoming chronic and result in high morbidity and mortality. Worldwide, millions of people die each year from parasitic diseases, with the bulk of those deaths resulting from parasitic protozoan infections. Leishmaniasis, which is a disease caused by over 20 species of the protozoan parasite belonging to the genus Leishmania, is an important neglected disease. According to the World Health Organization (WHO), an estimated 12 million people are currently infected in about 98 countries and about 2 million new cases occur yearly, resulting in about 50,000 deaths each year. Current treatment methods for leishmaniasis are not very effective and often have significant side effects. In this review, we discussed host immunity to leishmaniasis, various treatment options currently being utilized, and the progress of both immunotherapy and vaccine development strategies used so far in leishmaniasis. We concluded with insights into what the future holds toward the fight against this debilitating parasitic disease.

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 enseignants0,004
Score d'incertitude au seuil0,013

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 technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,035
Tête enseignante GPT0,332
Écart entre enseignants0,297 · 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

Citations81
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicroorganismsMême sujetResearch on Leishmaniasis StudiesTravaux en français237 207