MétaCan
Menu
Retour à la cohorte
Enregistrement W3130724561 · doi:10.1080/17476348.2021.1893168

The triad: respiratory microbiome – virus – immune response in the pathophysiology of pulmonary viral infections

2021· review· en· W3130724561 sur OpenAlexaff
Bárbara N. Porto, Theo J. Moraes

Notice bibliographique

RevueExpert Review of Respiratory Medicine · 2021
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMicrobiomeHuman viromeImmunologyImmune systemRespiratory systemMedicineLungBiologyMetagenomicsBioinformaticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The longstanding dogma that the healthy lung is sterile has been refuted by recent advances in culture-independent analyses of airway samples. The respiratory microbiome comprises all airway and lung tissue-associated microbes. These micro-organisms occur throughout the upper and lower respiratory tracts, with different populations and distinct burdens at specific sites and can be classified as pathogenic or commensal. AREAS COVERED: The majority of studies investigating the respiratory microbiome have focused on bacteria; however, emerging evidence has revealed the composition of the lung virome, the global viral communities present in the lung tissue. In this review, we searched PubMed and used keywords such as airway microbiome. We restricted outputs to English language and did not limit by any dates. We summarize the up-to-date knowledge on how the microbiome interacts with the host immune system and influences the pathogenesis of pulmonary viral infections. EXPERT OPINION: The relationship between colonizing microbes and the host is complex and various factors need to be considered in order to appreciate its pathophysiological consequences. Understanding these intricate mechanisms of interaction among the respiratory microbiome, viruses and the immune response may lead to the development of better therapies to treat or prevent respiratory viral infections.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,033
Tête enseignante GPT0,364
Écart entre enseignants0,330 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Respiratory MedicineMême sujetBacteriophages and microbial interactionsTravaux en français237 207