COVID-19 through Adverse Outcome Pathways: Building networks to better understand the disease – 3rd CIAO AOP Design Workshop_suppl
Notice bibliographique
Résumé
On April 28-29, 2021, 50 scientists from different fields of expertise met for the 3rd online CIAO workshop. The CIAO project “Modelling the Pathogenesis of COVID-19 using the Adverse Outcome Pathway (AOP) framework” aims at building a holistic assembly of the available scientific knowledge on COVID-19 using the AOP framework. An individual AOP depicts the disease progression from the initial contact with the SARS-CoV-2 virus through biological key events (KE) toward an adverse outcome such as respiratory distress, anosmia or multiorgan failure. Assembling the individual AOPs into a network highlights shared KEs as central biological nodes involved in multiple outcomes observed in COVID-19 patients. During the workshop, the KEs and AOPs established so far by the CIAO members were presented and positioned on a timeline of the disease course. Modulating factors influencing the progression and severity of the disease were also addressed as well as factors beyond purely biological phenomena. CIAO relies on an interdisciplinary crowdsourcing effort, therefore, approaches to expand the CIAO network by widening the crowd and reaching stakeholders were also discussed. To conclude the workshop, it was decided that the AOPs/KEs will be further consolidated, integrating virus variants and long COVID when relevant, while an outreach campaign will be launched to broaden the CIAO scientific crowd.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,028 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».