MétaCan
Menu
Retour à la cohorte
Enregistrement W4365519917 · doi:10.1016/s2214-109x(23)00165-1

Prioritising respiratory syncytial virus prevention in low-income and middle-income countries

2023· article· en· W4365519917 sur OpenAlexafffund
Xavier Carbonell‐Estrany, Eric A. F. Simões, Louis Bont, Bosco Paes, Adaeze C. Ayuk, Ángela Gentile, Anne Greenough, Antonio Moreno, Arun Kumar Sharma, Asunción Mejías, Barry Rodgers‐Gray, Bernhard Resch, Brigette Fauroux, Carlos E. Rodríguez‐Martínez, Chadi El Saleeby, W. Charles Huskins, Cheryl Cohen, David A. Greenberg, Eugenio Baraldi, Evan J. Anderson, Federico Martinón‐Torres, Fernando F Polack, Giovanni Piedimonte, Harish Nair, Hayley A. Gans, Heather J. Zar, Hiroyuki Moriuchi, Hitoshi Oshitani, Ian Mitchell, D. James Nokes, Sheikh Jarju, Jeffrey M. Pernica, Jesse Papenburg, Joan Robinson, Joanne de Jesus-Cornejo, Joanne M. Langley, Johannes G. Liese, Jose Figueras Aloy, Juan Pablo Torres, Kathryn M. Edwards, Leonard R. Krilov, Maduja Divaratne, Manuel Sánchez Luna, Marcello Lanari, Marcelo Comerlato Scottá, Maria Ahuoiza Garba, M. Mori, Merih Çetınkaya, Mitchell Goldstein, Najwa Khuri‐Bulos, Néstor Vain, Nikolaos G. Papadopoulus, Nusrat Homaira, Octavio Ramilo, Paolo Manzoni, Patrick K. Munywoki, Pedro A. Piedra, Peter P. Moschovis, Peter Openshaw, Quique Bassat, Renato T. Stein, Rik Thwaites, Rohitha Muthugala, Rolando Ulloa‐Gutiérrez, Ron Dagan, Rosa Rodríguez Fernández, Satoshi Kusuda, Shabir A. Madhi, Shobha Broor, Simon B. Drysdale, Sudha Basnet, Terho Heikkinen, Vasanthi Avadhanula, Xavier Sáez‐Llorens, Xin Wang, You Li, Joseph L. Mathew

Notice bibliographique

RevueThe Lancet Global Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensMcMaster University
Organismes subventionnairesMedical Research CouncilDepartment of Epidemiology, Biostatistics and Occupational Health, McGill UniversityCumming School of Medicine, University of CalgarySwedish Orphan BiovitrumFundació Institut de Recerca Hospital Universitari Vall d’HebronUniversitat Autònoma de BarcelonaUniversity of Cape TownUniversidad de ChileInstituto de Salud Carlos IIIUniversitat de BarcelonaSchool of Medicine, Emory UniversityUniversidad de Buenos AiresBen-Gurion University of the NegevInstitució Catalana de Recerca i Estudis AvançatsNational Institute for Health and Care ResearchUniversity of AlbertaAstraZenecaCidara TherapeuticsUniversidad El BosqueNovavaxTulane UniversityUniversidad Nacional de ColombiaTribhuvan UniversityVanderbilt University Medical CenterWellcome TrustRegeneron PharmaceuticalsLondon School of Hygiene and Tropical MedicineKarl-Franzens-Universität GrazMcGill UniversityEmory UniversityKing's College LondonNational Institute of Environmental Health SciencesMcMaster UniversityVanderbilt UniversityMedizinische Universität GrazDalhousie UniversityGlaxoSmithKlineBill and Melinda Gates FoundationUniversity of WarwickPfizerUniversidade de Santiago de CompostelaSanofi
Mots-clésLow and middle income countriesRespiratory systemDeveloping countryMedicineBusinessVirologyEnvironmental healthEconomic growthEconomicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Respiratory syncytial virus is a major cause of lower respiratory tract infection morbidity and mortality in children globally, causing 3·2–3·6 million hospitalisations and more than 100 000 deaths annually in children younger than 5 years, 99% of which occur in low-income and middle-income countries (LMICs).1 Despite being identified 65 years ago, at the same time as poliovirus, there is no widely available and affordable preventive strategy for respiratory syncytial virus.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,025
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0000,000

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 Opus0,081
Tête enseignante GPT0,437
Écart entre enseignants0,356 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations26
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetRespiratory viral infections researchTravaux en français237 207