MétaCan
Menu
Retour à la cohorte
Enregistrement W3116829181 · doi:10.3390/vaccines9010011

Platforms Exploited for SARS-CoV-2 Vaccine Development

2020· review· en· W3116829181 sur OpenAlexaff
Shilu Mathew, Muhammed Faheem, Neeraja A. Hassain, Fatiha M. Benslimane, Asmaa A. Al Thani, Hassan Zaraket, Hadi M. Yassine

Notice bibliographique

RevueVaccines · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensHospital for Sick Children
Organismes subventionnairesQatar University
Mots-clésPandemicCoronavirusVirologyCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicinePopulationIntensive care medicinePublic healthDiseaseImmunologyInfectious disease (medical specialty)Environmental health

Résumé

récupéré en direct d'OpenAlex

The novel severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) is the only zoonotic-origin coronavirus (CoV) that has reached the pandemic stage. The virus uses its spike (S) glycoprotein to attach to the host cells and initiate a cascade of events that leads to infection. It has sternly affected public health, economy, education, and social behavior around the world. Several scientific and medical communities have mounted concerted efforts to limit this pandemic and the subsequent wave of viral spread by developing preventative and potential vaccines. So far, no medicine or vaccine has been approved to prevent or treat coronavirus disease 2019 (COVID-19). This review describes the latest advances in the development of SARS-CoV-2 vaccines for humans, mainly focusing on the lead candidates in clinical trials. Moreover, we seek to provide both the advantages and the disadvantages of the leading platforms used in current vaccine development, based on past vaccine delivery efforts for non-SARS CoV-2 infections. We also highlight the population groups who should receive a vaccine against COVID-19 in a timely manner to eradicate the pandemic rapidly.

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 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 enseignants0,959
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,161
Tête enseignante GPT0,416
Écart entre enseignants0,255 · 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'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

Citations24
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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