MétaCan
Menu
Retour à la cohorte
Enregistrement W4200134489 · doi:10.1371/journal.ppat.1010097

Streptococcal superantigens and the return of scarlet fever

2021· review· en· W4200134489 sur OpenAlexafffund
Jacklyn R. Hurst, Stephan Brouwer, Mark J. Walker, John K. McCormick

Notice bibliographique

RevuePLoS Pathogens · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueStreptococcal Infections and Treatments
Établissements canadiensLawson Health Research InstituteWestern University
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilCanadian Institutes of Health Research
Mots-clésSuperantigenScarlet feverStreptococcus pyogenesOutbreakToxic shock syndromeImmunologyBiologyMicrobiologyVaccinationVirologyMedicineStaphylococcus aureusImmune systemDermatologyBacteriaGeneticsT cell

Résumé

récupéré en direct d'OpenAlex

Streptococcus pyogenes (group A Streptococcus) is a globally disseminated and human-adapted bacterial pathogen that causes a wide range of infections, including scarlet fever. Scarlet fever is a toxin-mediated disease characterized by the formation of an erythematous, sandpaper-like rash that typically occurs in children aged 5 to 15. This infectious disease is caused by toxins called superantigens, a family of highly potent immunomodulators. Although scarlet fever had largely declined in both prevalence and severity since the late 19th century, outbreaks have now reemerged in multiple geographical regions over the past decade. Here, we review recent findings that address the role of superantigens in promoting a fitness advantage for S. pyogenes within human populations and discuss how superantigens may be suitable targets for vaccination strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,337
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations27
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS PathogensMême sujetStreptococcal Infections and TreatmentsTravaux en français237 207