MétaCan
Menu
← Retour à la cohorte
Enregistrement W4313545378 · doi:10.1128/jvi.01536-22

Utility of Human<i>In Vitro</i>Data in Risk Assessments of Influenza A Virus Using the Ferret Model

2023· article· en· W4313545378 sur OpenAlexafffund
Hannah M. Creager, Troy J. Kieran, Hui Zeng, Xiangjie Sun, Joanna A. Pulit-Penaloza, Katie E. Holmes, A. Johnson, Terrence M. Tumpey, Taronna R. Maines, Catherine A. A. Beauchemin, Jessica A. Belser

Notice bibliographique

RevueJournal of Virology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesAgency for Toxic Substances and Disease RegistryRIKENNatural Sciences and Engineering Research Council of CanadaCenters for Disease Control and PreventionMinistry of Education, Culture, Sports, Science and TechnologyOak Ridge Institute for Science and EducationDivision of Mathematical SciencesGovernment of CanadaU.S. Department of Energy
Mots-clésBiologyVirologyTiterVirusIn vivoIn vitroInfluenza A virusPandemicOrthomyxoviridaeHuman influenzaCoronavirus disease 2019 (COVID-19)Infectious disease (medical specialty)DiseasePathologyBiotechnology

Résumé

récupéré en direct d'OpenAlex

Bothin vitroandin vivomodels are employed for assessing the pandemic potential of novel and emerging influenza A viruses in laboratory settings, but systematic examinations of how well viral titer measurements obtainedin vitroalign with results fromin vivoexperimentation are not frequently performed. We show that certain viral titer measurements following infection of a human bronchial epithelial cell line are positively correlated with viral titers in specimens collected from virus-inoculated ferrets and employ mathematical modeling to identify commonalities between viral infection progression between both models.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,377
Tête enseignante GPT0,531
Écart entre enseignants0,155 · 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'étudeExpérimental (laboratoire)
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

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Virology→Même sujetInfluenza Virus Research Studies→Travaux en français237 207→