An overview of the gut side of the SARS-CoV-2 infection
Notice bibliographique
Résumé
In late 2019, an outbreak of pneumonia caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) initiated in Wuhan, Hubei province, China. The major clinical symptoms described for coronavirus disease (COVID-19) include respiratory distress and pneumonia in severe cases, and some patients may experience gastrointestinal impairments. In accordance, viral RNA or live infectious virus have been detected in feces of patients with COVID-19. Binding of SARS-CoV-2 to the angiotensin-converting enzyme 2 (ACE2) is a vital pathway for the virus entry into human cells, including those of the respiratory mucosa, esophageal epithelium as well as the absorptive enterocytes from ileum and colon. The interaction between SARS-CoV-2 and ACE2 receptor may decrease the receptor expression and disrupt the function of B0AT1 transporter influencing the diarrhea observed in COVID-19 patients. In this context, a fecal-oral transmission route has been considered and points out a role for the digestive tract in disease transmission and severity. Here, in order to further understand the impact of COVID-19 in human physiology, the cellular and molecular mechanisms of SARS-CoV-2 infection and disease severity are discussed in the context of gastrointestinal disturbances.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,222 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».