Enregistrement W4210582840 · doi:10.1038/s41586-022-04447-0

Human genetic and immunological determinants of critical COVID-19 pneumonia

2022· review· en· W4210582840 sur OpenAlexaff

Qian Zhang, Paul Bastard, Adem Karbuz, Adrian Gervais, Ahmad Abou Tayoun, Alessandro Aiuti, Alexandre Bélot, Alexandre Bolze, Alexandre Gaudet, Анастасія Бондаренко, Zhiyong Liu, András N. Spaan, Andrea Guennoun, Andrés A. Arias, Anna M. Planas, Anna Šedivá, Anna Shcherbina, Anna‐Lena Neehus, Anne Puel, Antoine Froidure, Antonio Novelli, Aslınur Özkaya Parlakay, Aurora Pujol, Aysun Yahşi, Belgi̇n Gülhan, Benedetta Bigio, Bertrand Boisson, Beth A. Drolet, Carlos A. Arango-Franco, Carlos Flores, Carlos Rodríguez‐Gallego, Carolina Prando, Catherine M. Biggs, Charles‐Édouard Luyt, Clifton L. Dalgard, Cliona O’Farrelly, Daniela Matuozzo, David Dalmau, David S. Perlin, Davood Mansouri, Diederik van de Beek, Donald C. Vinh, Elena Domínguez‐Garrido, Elena W.Y. Hsieh, Emine Hafize Erdeniz, Emmanuelle Jouanguy, Esra Şevketoğlu, Estelle Talouarn, Eugenia Quirós-Roldán, Evangelos Andreakos, Eystein S. Husebye, Fahad Alsohime, Filomeen Haerynck, Giorgio Casari, Giuseppe Novelli, Gökhan Aytekіn, Guillaume Morelle, Gülsüm Alkan, Gülsüm İclal Bayhan, Hagit Baris Feldman, Helen C. Su, Horst von Bernuth, Igor Resnick, Ingrid G. Bustos, Isabelle Meyts, Isabelle Migeotte, Ivan Tancevski, Jacinta Bustamante, Jacques Fellay, Jamila El Baghdadi, Javier Martínez‐Picado, Jean‐Laurent Casanova, Jérémie Rosain, Jérémy Manry, Jie Chen, John Christodoulou, Jonathan Bohlen, José Luis Franco, Juan Li, Juan‐Manuel Anaya, Julián Rojas, YE Junqiang, K. M. Furkan Uddin, Kadriye Kart Yaşar, Kai Kisand, Keisuke Okamoto, Khalil Chaïbi, Kristina Mironska, László Maródi, Laurent Abel, Laurent Rénia, Lazaro Lorenzo, Lennart Hammarström, Lisa F. P. Ng, Lluís Quintana‐Murci, Lucía Victoria Erazo-Borrás, Luigi D. Notarangelo, Luis Felipe Reyes, Luís M. Allende, Luisa Imberti, Majistor Raj Luxman Maglorius Renkilaraj, Marcela Moncada‐Vélez, Marie Materna, Mark S. Anderson, Marwa Chbihi, Masato Ogishi, Melike Emiroğlu, Mikko Seppänen, Mohammed Uddin, Mohammed Shahrooei, Natalie Alexander, Nevin Hatipoğlu, Nico Marr, Nihal Akçay, Oksana Boyarchuk, Ondřej Slabý, Özge Metin Akcan, Peng Zhang, Pere Soler‐Palacín, Peter K. Gregersen, Petter Brodin, Pierre Garçon, Pierre‐Emmanuel Morange, Qiang Pan‐Hammarström, Qinhua Zhou, Quentin Philippot, Rabih Halwani, Rebeca Pérez de Diego, Romain Lévy, Rui Yang, Şadiye Kübra Tüter Öz, Saleh Al Muhsen, Saliha Kanık Yüksek, Sara Elva Espinosa‐Padilla, Sathishkumar Ramaswamy, Satoshi Okada, Şefika Elmas Bozdemir, Selma Erol Aytekin, Şemsi Nur Karabela, Sevgi Keleş, Sevtap Şenoğlu, Shen‐Ying Zhang, Sotiriјa Duvlis, Stefan N. Constantinescu, Stéphanie Boisson‐Dupuis, Stuart E. Turvey, Stuart G. Tangye, Takaki Asano, Tayfun Özçelık, Tom Le Voyer, Tom Maniatis, Tomohiro Morio, Trine H. Mogensen, Vanessa Sancho‐Shimizu, Vivien Béziat, Xavier Solanich, Yenan T. Bryceson, YL Lau, Yuval Itan, Aurélie Cobat

Notice bibliographique

RevueNature · 2022

Typereview

Langueen

DomaineMedicine

ThématiqueRespiratory viral infections research

Établissements canadiensBC Children's HospitalMcGill University Health CentreHospital for Sick ChildrenSt. Paul's HospitalUniversity of British Columbia

Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthHoward Hughes Medical InstituteAgence Nationale de la RechercheNational Human Genome Research Institute

Mots-clésPneumoniaImmunologyTLR7DiseaseImmunityMedicineViral pneumoniaAtypical pneumoniaImmune systemAntibodyBiologyCoronavirus disease 2019 (COVID-19)Innate immune systemInternal medicineInfectious disease (medical specialty)Toll-like receptor

DOI10.1038/s41586-022-04447-0

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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 enseignants0,003

Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,001	0,001
Méta-épidémiologie (sens strict)	0,001	0,000
Méta-épidémiologie (sens large)	0,001	0,000
Bibliométrie	0,001	0,001
Études des sciences et des technologies	0,000	0,001
Communication savante	0,001	0,001
Science ouverte	0,001	0,001
Intégrité de la recherche	0,001	0,002
Charge utile insuffisante (le modèle a refusé de juger)	0,003	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 Opus0,150

Tête enseignante GPT0,519

Écart entre enseignants0,368 · 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

Citations391

Publié2022

Routes d'admission1

Résumé présentnon

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

Explorer davantage

Même revueNature→Même sujetRespiratory viral infections research→Travaux en français237 207→