MétaCan
Menu
Retour à la cohorte
Enregistrement W4224254929 · doi:10.1128/mbio.00567-22

Plasma Proteomic Analysis Distinguishes Severity Outcomes of Human Ebola Virus Disease

2022· article· en· W4224254929 sur OpenAlexafffund
Arthur Viodé, Kinga K. Smolen, Benoit Fatou, Zainab Wurie, Patrick van Zalm, Mandy Kader Kondé, Balla Moussa Kéita, Eleanor N. Fish, Hanno Steen

Notice bibliographique

RevuemBio · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchGovernment of Canada
Mots-clésEbola virusProteomeOutbreakDiseaseVirologyProteomicsEbolavirusChemokineVirusMedicineBiologyComputational biologyImmunologyBioinformaticsInflammationGeneGeneticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

As evidenced by the 2013-2016 outbreak in West Africa, Ebola virus (EBV) disease (EVD) poses a major global health threat. In this study, we characterized the plasma proteomes of 12 individuals infected with EBV, using two different LC-MS-based proteomics platforms and an antibody-based multiplexed cytokine/chemokine assay. Clear differences were observed in the host proteome between individuals who survived and those who died, at both early and late stages of the disease. From our analysis, we derived a 4-protein prognostic biomarker panel that may help direct care. Given the ease of implementation, a panel of these 4 proteins or subsets thereof has the potential to be widely applied in an emergency setting in resource-limited regions.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,029
Tête enseignante GPT0,339
Écart entre enseignants0,310 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemBioMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207