MétaCan
Menu
Retour à la cohorte
Enregistrement W4200509336 · doi:10.1016/j.autrev.2021.103012

Autoantibodies and SARS-CoV2 infection: The spectrum from association to clinical implication: Report of the 15th Dresden Symposium on Autoantibodies

2021· review· en· W4200509336 sur OpenAlexafffund
Jan Damoiseaux, Arad Dotan, Marvin J. Fritzler, Dimitrios P. Bogdanos, Pier Luigi Meroni, Dirk Roggenbuck, Michel Goldman, Nils Landegren, Paul Bastard, Yehuda Shoenfeld, Karsten Conrad

Notice bibliographique

RevueAutoimmunity Reviews · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInflammasome and immune disorders
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAlexandria UniversityIstituto Auxologico ItalianoUniversità degli Studi di BresciaSaint Louis UniversityUniversity of TorontoUniversità degli Studi di Milano
Mots-clésAutoimmunityAutoantibodyImmunologyMolecular mimicryDiseasePandemicCoronavirus disease 2019 (COVID-19)Autoimmune diseaseVirusImmune systemMedicineVirologyAntibodyInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

The relation between infections and autoimmune diseases has been extensively investigated. Multiple studies suggest a causal relation between these two entities with molecular mimicry, hyperstimulation and dysregulation of the immune system as plausible mechanisms. The recent pandemic with a new virus, i.e., SARS-CoV-2, has resulted in numerous studies addressing the potential of this virus to induce autoimmunity and, eventually, autoimmune disease. In addition, it has also revealed that pre-existing auto-immunity (auto-Abs neutralizing type I IFNs) could cause life-threatening disease. Therefore, the topic of the 15th Dresden Symposium on Autoantibodies was focused on autoimmunity in the SARS-CoV-2 era. This report is a collection and distillation of the topics presented at this meeting.

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 enseignants0,002
Score d'incertitude au seuil0,007

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,052
Tête enseignante GPT0,381
Écart entre enseignants0,328 · 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

Citations87
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAutoimmunity ReviewsMême sujetInflammasome and immune disordersTravaux en français237 207