MétaCan
Menu
Retour à la cohorte
Enregistrement W3199391642 · doi:10.3390/polysaccharides2030042

Polysaccharide Vaccines: A Perspective on Non-Typhoidal Salmonella

2021· article· en· W3199391642 sur OpenAlexafffund
Sumudu R Perera, Akosiererem S. Sokaribo, Aaron P. White

Notice bibliographique

RevuePolysaccharides · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensMcMaster UniversityUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSaskatchewan Health Research Foundation
Mots-clésSalmonellaImmunogenicitySerotypeAntigenMicrobiologyImmune systemBiologyBacteriaImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

Polysaccharides are often the most abundant antigens found on the extracellular surfaces of bacterial cells. These polysaccharides play key roles in interactions with the outside world, and for many bacterial pathogens, they represent what is presented to the human immune system. As a result, many vaccines have been or currently are being developed against carbohydrate antigens. In this review, we explore the diversity of capsular polysaccharides (CPS) in Salmonella and other selected bacterial species and explain the classification and function of CPS as vaccine antigens. Despite many vaccines being developed using carbohydrate antigens, the low immunogenicity and the diversity of infecting strains and serovars present an antigen formulation challenge to manufacturers. Vaccines tend to focus on common serovars or have changing formulations over time, reflecting the trends in human infection, which can be costly and time-consuming. We summarize the approaches to generate carbohydrate-based vaccines for Salmonella, describe vaccines that are in development and emphasize the need for an effective vaccine against non-typhoidal Salmonella strains.

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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,019
Tête enseignante GPT0,256
Écart entre enseignants0,238 · 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

Citations28
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolysaccharidesMême sujetSalmonella and Campylobacter epidemiologyTravaux en français237 207