MétaCan
Menu
Retour à la cohorte
Enregistrement W3164116495 · doi:10.1183/16000617.0299-2020

The respiratory microbiome and nontuberculous mycobacteria: an emerging concern in human health

2021· review· en· W3164116495 sur OpenAlexaff
Christina S. Thornton, Madeline Mellett, Julie Jarand, Leila Barss, Stephen K. Field, Dina A. Fisher

Notice bibliographique

RevueEuropean Respiratory Review · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensCalgary Laboratory ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineNontuberculous mycobacteriaMicrobiomeHuman healthHuman microbiomeMycobacteriumIntensive care medicineMicrobiologyTuberculosisEnvironmental healthDiseaseBioinformaticsPathology

Résumé

récupéré en direct d'OpenAlex

, which has seen a reduction in disease rates in developed countries, the incidence and prevalence of NTM disease is increasing. NTM are difficult to treat with standard antimicrobial regimens and may contain both virulence and antibiotic-resistance genes with potential for pathogenicity. With the advent of molecular techniques, it has been elucidated that these organisms do not reside in isolation and are rather part of a complex milieu of microorganisms within the host lung microbiome. Over the last decade, studies have highlighted the impact of the microbiome on host immunity, metabolism and cell-cell communication. This recognition of a broader community raises the possibility that the microbiome may disrupt the balance between infection and disease. Additionally, NTM disease progression and antimicrobial therapy may affect the healthy steady state of the host and function of the microbiome, contributing to further dysbiosis and clinical deterioration. There have been limited studies assessing how NTM may influence the relationship between microbiome and host. In this review, we highlight available studies about NTM and the microbiome, postulate on virulence mechanisms by which these microorganisms communicate and discuss implications for treatment.

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)0,001
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,180
Tête enseignante GPT0,449
Écart entre enseignants0,270 · 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

Citations45
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Respiratory ReviewMême sujetMycobacterium research and diagnosisTravaux en français237 207