MétaCan
Menu
Retour à la cohorte
Enregistrement W3159073875 · doi:10.1038/s41591-021-01355-0

Delayed production of neutralizing antibodies correlates with fatal COVID-19

2021· article· en· W3159073875 sur OpenAlexaff
Carolina Lucas, Jon Klein, Maria E. Sundaram, Feimei Liu, Patrick Wong, Julio Silva, Tianyang Mao, Ji Eun Oh, Subhasis Mohanty, Jiefang Huang, Maria Tokuyama, Peiwen Lu, Arvind Venkataraman, Annsea Park, Benjamin Israelow, Chantal B. F. Vogels, M. Catherine Muenker, C‐Hong Chang, Arnau Casanovas‐Massana, Adam J. Moore, Joseph Zell, John Fournier, Abeer Obaid, Alexander J. Robertson, Alice Lu-Culligan, Alice Zhao, Allison Nelson, Anderson F. Brito, Ángela Núñez, Anjelica Martin, Anne E. Watkins, Bertie Geng, Caitlin J. Chun, Chaney C. Kalinich, Christina A. Harden, Codruta Todeasa, Cole Jensen, Coriann E. Dorgay, Daniel Kim, David McDonald, Denise Shepard, Edward Courchaine, Elizabeth B. White, Eric Song, Erin Silva, Eriko Kudo, Giuseppe DeIuliis, Harold Rahming, Hong‐Jai Park, Irene Matos, Isabel M. Ott, Jessica Nouws, Jordan Valdez, Joseph R. Fauver, Joseph K. Lim, Kadi-Ann Rose, Kelly Anastasio, Kristina Brower, Laura Glick, Lokesh Sharma, Lorenzo R. Sewanan, Lynda Knaggs, Maksym Minasyan, Maria Batsu, Mary E. Petrone, Maxine Kuang, Maura Nakahata, Melissa Linehan, Michael H. Askenase, Michael Simonov, Mikhail Smolgovsky, Natasha C. Balkcom, Nicole Sonnert, Nida Naushad, Pavithra Vijayakumar, Rick Martinello, Rupak Datta, Ryan Handoko, Santos Bermejo, Sarah Prophet, Sean Bickerton, Sofia Velazquez, Tara Alpert, Tyler Rice, William Khoury-Hanold, Xiaohua Peng, Yexin Yang, Yiyun Cao, Yvette Strong, Zitong Lin, Anne L. Wyllie, Melissa Campbell, Alfred Ian Lee, Hyung J. Chun, Nathan D. Grubaugh, Wade L. Schulz, Shelli Farhadian, Charles S. Dela Cruz, Aaron M. Ring, Albert C. Shaw, Adam V. Wisnewski, İnci Yıldırım, Albert I. Ko, Saad B. Omer, Akiko Iwasaki

Notice bibliographique

RevueNature Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Institute for Occupational Safety and HealthNational Institute on AgingNational Center for Advancing Translational SciencesYale School of Public Health, Yale UniversityNederlandse Organisatie voor Wetenschappelijk OnderzoekGruber FoundationYale UniversityNational Science FoundationU.S. Department of Health and Human ServicesPew Charitable TrustsG. Harold and Leila Y. Mathers FoundationU.S. Department of Veterans AffairsLudwig Family FoundationNational Institute of Allergy and Infectious DiseasesHoward Hughes Medical Institute
Mots-clésCoronavirus disease 2019 (COVID-19)VirologySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Antibody2019-20 coronavirus outbreakNeutralizing antibodyBetacoronavirusCoronavirus InfectionsBiologyMedicineImmunologyOutbreakDiseaseInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,547

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,366
Écart entre enseignants0,336 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations263
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

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