Enregistrement W3211947794 · doi:10.1016/s2666-5247(21)00275-5

T-cell and antibody responses to first BNT162b2 vaccine dose in previously infected and SARS-CoV-2-naive UK health-care workers: a multicentre prospective cohort study

2021· article· en· W3211947794 sur OpenAlexfundno aff

Adrienn Angyal, Stéphanie Longet, Shona C. Moore, Rebecca Payne, Adam Harding, Tom Tipton, Patpong Rongkard, Mohammad Ali, Luisa M. Hering, Naomi Meardon, James E. Austin, Rebecca Brown, Donal Skelly, Natalie Gillson, Sue L. Dobson, Andrew Cross, Gurjinder Sandhar, Jonathan A. Kilby, Jessica K. Tyerman, Alexander R. Nicols, Jarmila Stremenova Spegarova, Hema Mehta, Hailey Hornsby, Rachel Whitham, Christopher P. Conlon, Katie Jeffery, Philip Goulder, John Frater, Christina Dold, Matthew Pace, Ane Ogbe, Helen Brown, M. Azim Ansari, Emily Adland, Anthony Brown, Meera Chand, Adrian Shields, Philippa C. Matthews, Susan Hopkins, Victoria Hall, William James, Sarah Rowland‐Jones, Paul Klenerman, Susanna Dunachie, Alex Richter, C.J. Duncan, Eleanor Barnes, Miles W. Carroll, Lance Turtle, Thushan I. de Silva, Adam Watson, Ahmed Alhussni, Alexandra Deeks, Alice Webb-Bridges, Anni Jämsén, Anu Chawla, Denise O’Donnell, Esme Weeks, Helen Brown, Hibatullah Abuelgasim, Huiyuan Xiao, Jennifer Holmes, Jenny Haworth, Joseph Cutteridge, Katy Lillie, Leigh Romaniuk, Lucy Denly, Mohammad Ali, Mwila Kasanyinga, Robert Wilson, Sarah Thomas, Siobhan Gardiner, Stephanie Tucker, Syed Adlou, Allan Lawrie, Nikki Smith, H. Turton, Amira Zawia, Martin Bayley, Alex Fairman, Kate Harrington, Rosemary Kirk, Louise Marsh, Lisa Watson, Steven C. Wood, Benjamin Diffey, Christopher R. Jones, Lauren Lett, Gareth Platt, Krishanthi Subramaniam, Dan Wootton, Brendan Payne, Sophie Hambleton, Sinéad Kelly, J. H. MARSTON, Sonia Poolan, Dianne Turner, Muzlifah Haniffa, Emily Stephenson, Sandra Adele, Hossain Delowar Akhter, Senthil Chinnakannan, Catherine de Lara, Timothy Donnison, Carl-Philipp Hackstein, Lian Ni Lee, Nicholas Lim, Tom Malone, Eloise Phillips, Narayan Ramamurthy, Nichola Robinson, Oliver Sampson, David W. Eyre, Beatrice Simmons, Lizzie Stafford, Alexander J. Mentzer, Ali Amini, Carolina V. Arancibia-Cárcamo, Nicholas M. Provine, Simon Travis, Stavros Dimitriadis, Síle A. Johnson, Sarah Foulkes, Jameel Khawam, Edgar Wellington, Javier Gilbert‐Jaramillo, Michael L. Knight, Maeva Dupont, Emily C. Horner, James Thaventhiran, Jeremy Chalk

Notice bibliographique

RevueThe Lancet Microbe · 2021

Typearticle

Langueen

DomaineMedicine

ThématiqueSARS-CoV-2 and COVID-19 Research

Établissements canadiensnon disponible

Organismes subventionnairesMedical Research CouncilNational Institutes of HealthHamilton Health Sciences FoundationUniversity of OxfordPublic Health EnglandDepartment of Health and Social CareNational Institute for Health and Care ResearchNational Institute for Health Research Health Protection Research UnitUK Research and InnovationAcademy of Medical SciencesBritish Heart FoundationWellcome Trust

Mots-clésMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Prospective cohort studyCohortCoronavirus disease 2019 (COVID-19)Antibody responseCohort study2019-20 coronavirus outbreakAntibodyHealth careVirologyFamily medicineImmunologyInternal medicineDiseaseOutbreak

DOI10.1016/s2666-5247(21)00275-5

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

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: Observationnel · Signal consensuel: Observationnel

GenreSignal candidat: Empirique · Signal consensuel: Empirique

Score de désaccord entre enseignants0,014

Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,001	0,002
Méta-épidémiologie (sens strict)	0,001	0,001
Méta-épidémiologie (sens large)	0,001	0,001
Bibliométrie	0,001	0,001
Études des sciences et des technologies	0,001	0,001
Communication savante	0,001	0,001
Science ouverte	0,001	0,001
Intégrité de la recherche	0,001	0,001
Charge utile insuffisante (le modèle a refusé de juger)	0,002	0,001

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 Opus0,028

Tête enseignante GPT0,364

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 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'étudeObservationnel

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

Citations177

Publié2021

Routes d'admission1

Résumé présentoui

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même revueThe Lancet Microbe→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→