Notice bibliographique
Résumé
Viral vectors have been frequently applied for vaccine development. It has also been the case for vaccines against severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) to tackle the coronavirus disease 2019 (COVID-19) pandemic. A multitude of different viral vectors have been mainly targeting the SARS-CoV-2 spike (S) protein as antigen. Intramuscular injection has been most commonly used, but also intranasal administration has been tested. Adenovirus vector-based vaccines are the most advanced with several vaccines receiving Emergency Use Authorization (EUA). The simian ChAdOx1 nCoV-19 vaccine applied as a prime-boost regimen has provided 62.1–90% vaccine efficacy in clinical trials. The Ad26.COV2.S vaccine requires only one immunization to provide protection against SARS-CoV-2. The rAd26-S/rAd5-S vaccine utilizes the Ad26 serotype for the prime immunization followed by a boost with the Ad5 serotype resulting in 91.2% vaccine efficacy. All adenovirus-based vaccines are used for mass vaccinations. Moreover, vaccine candidates based on vaccinia virus and lentivirus vectors have been subjected to clinical evaluation. Among self-replicating RNA viruses, vaccine vectors based on measles virus, rhabdoviruses, and alphaviruses have been engineered and tested in clinical trials. In addition to the intramuscular route of administration vaccine candidates based on influenza viruses and adenoviruses have been subjected to intranasal delivery showing antibody responses and protection against SARS-CoV-2 challenges in animal models. The detection of novel more transmissible and pathogenic SARS-CoV-2 variants added concerns about the vaccine efficacy and needs to be monitored. Moreover, the cause of recently documented rare cases of vaccine-induced immune thrombotic thrombocytopenia (VITT) must be investigated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».