MétaCan
Menu
Retour à la cohorte
Enregistrement W3090015418 · doi:10.1182/blood.2020008367

Waning of SARS-CoV-2 RBD antibodies in longitudinal convalescent plasma samples within 4 months after symptom onset

2020· letter· en· W3090015418 sur OpenAlexafffund
Josée Perreault, Tony Tremblay, Marie-Josée Fournier, Mathieu Drouin, Guillaume Beaudoin-Bussières, Jérémie Prévost, Antoine Lewin, Philippe Bégin, Andrés Finzi, Renée Bazin

Notice bibliographique

RevueBlood · 2020
Typeletter
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversité de SherbrookeCentre Hospitalier Universitaire Sainte-JustineMcGill UniversityCentre Hospitalier de l’Université de MontréalUniversité de MontréalHéma-Québec
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésConvalescent plasmaAntibodySeroprevalenceVirologyTiterCoronavirus disease 2019 (COVID-19)MedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Antibody titerImmunology2019-20 coronavirus outbreakNeutralizing antibodySerologyInternal medicineDiseaseOutbreakInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Perreault and colleagues examined antibody titers in sequential samples from serum donors recovering from COVID-19 and demonstrated that antibody titers fall over 3-4 months. These results have important implications for convalescent serum collection and seroprevalence studies.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,066
Tête enseignante GPT0,328
Écart entre enseignants0,263 · 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'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

Citations141
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207