Enregistrement W4311276733 · doi:10.1016/j.jaci.2022.11.010

Impact of SARS-CoV-2 infection and COVID-19 on patients with inborn errors of immunity

2022· review· en· W4311276733 sur OpenAlexfundno aff

Stuart G. Tangye, Laurent Abel, Salah Al-Muhsen, Alessandro Aiuti, Saleh Al‐Muhsen, Fahd Al‐Mulla, Mark S. Anderson, Evangelos Andreakos, Antonio Novelli, Andrés A. Arias, Hagit Baris Feldman, Alexandre Bélot, Catherine M. Biggs, Ahmed Aziz Bousfiha, Petter Brodin, John Christodoulou, Antônio Condino‐Neto, Clifton L. Dalgard, Sara Elva Espinosa‐Padilla, Jacques Fellay, Carlos Flores, José Luis Franco, Antoine Froidure, Filomeen Haerynck, Rabih Halwani, Lennart Hammarström, Sarah E. Henrickson, Elena W.Y. Hsieh, Yuval Itan, Timokratis Karamitros, YL Lau, Davood Mansouri, Isabelle Meyts, Trine H. Mogensen, Tomohiro Morio, Lisa F. P. Ng, Luigi D. Notarangelo, Giuseppe Novelli, Satoshi Okada, Tayfun Özçelık, Qiang Pan‐Hammarström, Rebeca Pérez de Diego, Carolina Prando, Aurora Pujol, Laurent Rénia, Igor Resnick, Carlos Rodríguez‐Gallego, Vanessa Sancho‐Shimizu, Mikko Seppänen, Anna Shcherbina, Andrew L. Snow, Pere Soler‐Palacín, András N. Spaan, Ivan Tancevski, Ahmad Abou Tayoun, Şehime Gülsün Temel, Stuart E. Turvey, Mohammed Uddin, Donald C. Vinh, Mayana Zatz, Keisuke Okamoto, David S. Pelin, Graziano Pesole, Diederik van de Beek, Roger Colobrán, Joost Wauters, Helen C. Su, Jean‐Laurent Casanova

Notice bibliographique

RevueJournal of Allergy and Clinical Immunology · 2022

Typereview

Langueen

DomaineImmunology and Microbiology

ThématiqueImmunodeficiency and Autoimmune Disorders

Établissements canadiensnon disponible

Organismes subventionnairesInstituto de Salud Carlos IIINational Center for Advancing Translational SciencesMedical Research CouncilMohammed Bin Rashid University of Medicine and Health SciencesUniversität InnsbruckBilkent ÜniversitesiHospital for Sick ChildrenUniversity of New South WalesNHLBI Division of Intramural ResearchAgency for Science, Technology and ResearchNational Center for Research ResourcesNational Institute of Allergy and Infectious DiseasesFisher Center for Alzheimer's Research FoundationJeffrey Modell FoundationAgence Nationale de la RechercheMedizinische Universität InnsbruckEuropean CommissionHelsingin YliopistoBursa Uludağ ÜniversitesiLee Kong Chian School of Medicine, Nanyang Technological UniversityMinistère de l'Enseignement supérieur, de la Recherche et de l'InnovationUniformed Services University of the Health SciencesNovo Nordisk FondenUniversiteit van AmsterdamBC Children's HospitalTokyo Medical and Dental UniversityAarhus UniversitetFondation pour la Recherche MédicaleKU LeuvenNational Health and Medical Research CouncilUniversidade de São PauloHackensack Meridian HealthInstitució Catalana de Recerca i Estudis AvançatsFondation du SouffleMcGill UniversityNational Institutes of HealthMcGill University Health CentreAmsterdam NeuroscienceKarolinska InstitutetInstitut National de la Santé et de la Recherche MédicaleImperial College LondonUniversity of British Columbia

Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakVirologyImmunityBetacoronavirusMedicineImmunologyOutbreakImmune systemInfectious disease (medical specialty)DiseaseInternal medicine

DOI10.1016/j.jaci.2022.11.010

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 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)0,001

score de la tête « metaresearch » (Gemma)0,001

Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated

Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche

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 enseignants0,957

Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,070

Tête enseignante GPT0,392

Écart entre enseignants0,322 · 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