MétaCan
Menu
Retour à la cohorte
Enregistrement W3112871716 · doi:10.18773/austprescr.2020.084

COVID-19 vaccines - are we there yet?

2020· review· en· W3112871716 sur OpenAlexaboutno aff
Peter McIntyre, Ye Jin Joo, Clayton Chiu, Katie L. Flanagan, Kristine Macartney

Notice bibliographique

RevueAustralian Prescriber · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesSanofi PasteurSanofi
Mots-clésVaccinationHerd immunityVirologyVaccine efficacyMedicinePandemicPopulationInterimImmunityClinical trialImmunologyVaccine trialCoronavirus disease 2019 (COVID-19)Infectious disease (medical specialty)DiseaseImmune systemEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

The novel coronavirus SARS-CoV-2, the cause of the COVID-19 pandemic, is a highly infectious human respiratory pathogen to which the global population had no prior immunity. The virus will likely continue to cause significant morbidity until there is a broadly effective vaccine As of mid-December 2020, more than 200 COVID-19 vaccine candidates are in development and 11 have entered phase III clinical trials globally. All generate immunity to the viral spike glycoprotein Three vaccine candidates have agreements for procurement and use in Australia if efficacy and safety requirements are met - one protein-based vaccine, one vaccine using a simian-derived adenovirus vector and one messenger RNA vaccine. The latter two vaccines have published interim analyses and efficacy results of their phase III trials. The messenger RNA vaccine is being rolled out in the UK, USA and Canada Significant uncertainties remain. How well will some of those at highest risk of severe disease (such as older people aged >75 years and those with immunocompromising conditions) be protected by a vaccine, and for how long? Also, to what extent will vaccination protect against infection? This will determine the degree of indirect 'herd' protection needed through broad vaccine coverage of younger age groups.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,213
Tête enseignante GPT0,440
Écart entre enseignants0,227 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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