MétaCan
Menu
Retour à la cohorte
Enregistrement W3109920867 · doi:10.3389/fcimb.2020.583418

The Fungal Microbiome and Asthma

2020· review· en· W3109920867 sur OpenAlexafffund
Erik van Tilburg Bernardes, Mackenzie W. Gutierrez, Marie‐Claire Arrieta

Notice bibliographique

RevueFrontiers in Cellular and Infection Microbiology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesCumming School of Medicine, University of CalgaryW. Garfield Weston FoundationAlberta Children's Hospital Research InstituteCanadian Lung AssociationSick Kids Foundation
Mots-clésMicrobiomeAsthmaImmunologyEtiologyBiologyImmune systemHuman microbiomeMedicineBioinformaticsPathology

Résumé

récupéré en direct d'OpenAlex

Asthma is a group of inflammatory conditions that compromises the airways of a continuously increasing number of people around the globe. Its complex etiology comprises both genetic and environmental aspects, with the intestinal and lung microbiomes emerging as newly implicated factors that can drive and aggravate asthma. Longitudinal infant cohort studies combined with mechanistic studies in animal models have identified microbial signatures causally associated with subsequent asthma risk. The recent inclusion of fungi in human microbiome surveys has revealed that microbiome signatures associated with asthma risk are not limited to bacteria, and that fungi are also implicated in asthma development in susceptible individuals. In this review, we examine the unique properties of human-associated and environmental fungi, which confer them the ability to influence immune development and allergic responses. The important contribution of fungi to asthma development and exacerbations prompts for their inclusion in current and future asthma studies in humans and animal models.

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)0,000
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 seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,011
Tête enseignante GPT0,258
Écart entre enseignants0,247 · 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

Citations68
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cellular and Infection MicrobiologyMême sujetAsthma and respiratory diseasesTravaux en français237 207