MétaCan
Menu
Retour à la cohorte
Enregistrement W3093147601 · doi:10.1093/emph/eoaa036

Evolutionary medical insights into the SARS-CoV-2 pandemic

2020· article· en· W3093147601 sur OpenAlexaff
Bernard J. Crespi

Notice bibliographique

RevueEvolution Medicine and Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésImmune systemPandemicImmunologyVirusBiologyInflammationDiseaseMedicineCoronavirus disease 2019 (COVID-19)Infectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract The author apply concepts and tools from evolutionary medicine to understanding the SARS-CoV-2 pandemic. The pandemic represents a mismatched conflict, with dynamics and pathology apparently driven by three main factors: (i) bat immune systems that rely on low inflammation but high efficacy of interferon-based defenses; (ii) viral tactics that differentially target the human interferon system, leading to substantial asymptomatic and pre-symptomatic transmission; and (ii) high mortality caused by hyper-inflammatory and hyper-coagulatory phenotypes, that represent dysregulated tradeoffs whereby collateral immune-induced damage becomes systemic and severe. This framework can explain the association of mortality with age (which involves immune life-history shifts towards higher inflammation and coagulation and reduced adaptive immunity), and sex (since males senesce faster than females). Genetic-risk factors for COVID-19 mortality can be shown, from a phenome-wide association analysis of the relevant SNPs, to be associated with inflammation and coagulation; the phenome-wide association study also provides evidence, consistent with several previous studies, that the calcium channel blocking drug amlodipine mediates risk of mortality. Lay Summary: SARS-CoV-2 is a bat virus that jumped into humans. The virus is adapted to bat immune systems, where it evolved to suppress the immune defenses (interferons) that mammals use to tell that they are infected. In humans, the virus can apparently spread effectively in the body with a delay in the production of symptoms and the initiation of immune responses. This delay may then promote overactive immune responses, when the virus is detected, that damage the body as a side effect. Older people are more vulnerable to the virus because they are less adapted to novel infectious agents, and invest less in immune defense, compared to younger people. Genes that increase risk of mortality from SARS-CoV-2 are functionally associated with a drug called amlodipine, which may represent a useful treatment.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,367
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,121
Tête enseignante GPT0,403
Écart entre enseignants0,282 · 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'étudeSans objet
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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolution Medicine and Public HealthMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207