MétaCan
Menu
Retour à la cohorte
Enregistrement W3217219918 · doi:10.3390/jpm11121253

Nature of Acquired Immune Responses, Epitope Specificity and Resultant Protection from SARS-CoV-2

2021· review· en· W3217219918 sur OpenAlexaff
Reginald M. Gorczynski, Robyn A. Lindley, Edward J. Steele, Nalin C. Wickramasinghe

Notice bibliographique

RevueJournal of Personalized Medicine · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEpitopeSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)VirologyImmune systemSars virusCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakMedicineComputational biologyImmunologyBiologyAntibodyPathologyInfectious disease (medical specialty)DiseaseOutbreak

Résumé

récupéré en direct d'OpenAlex

The primary global response to the SARS-CoV-2 pandemic has been to bring to the clinic as rapidly as possible a number of vaccines that are predicted to enhance immunity to this viral infection. While the rapidity with which these vaccines have been developed and tested (at least for short-term efficacy and safety) is commendable, it should be acknowledged that this has occurred despite the lack of research into, and understanding of, the immune elements important for natural host protection against the virus, making this endeavor a somewhat unique one in medical history. In contrast, as pointed out in the review below, there were already important past observations that suggested that respiratory infections at mucosal surfaces were susceptible to immune clearance by mechanisms not typical of infections caused by systemic (blood-borne) pathogens. Accordingly, it was likely to be important to understand the role for both innate and acquired immunity in response to viral infection, as well as the optimum acquired immune resistance mechanisms for viral clearance (B cell or antibody-mediated, versus T cell mediated). This information was needed both to guide vaccine development and to monitor its success. We have known that many pathogens enter into a quasi-symbiotic relationship with the host, with each undergoing sequential change in response to alterations the other makes to its presence. The subsequent evolution of viral variants which has caused such widespread concern over the last 3-6 months as host immunity develops was an entirely predictable response. What is still not known is whether there will be other unexpected side-effects of the deployment of novel vaccines in humans which have yet to be characterized, and, if so, how and if these can be avoided. We conclude by remarking that to ignore a substantial body of well-attested immunological research in favour of expediency is a poor way to proceed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,113
Tête enseignante GPT0,421
Écart entre enseignants0,308 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personalized MedicineMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207