Lassa fever vaccine candidates: A scoping review of vaccine clinical trials
Notice bibliographique
Résumé
OBJECTIVE: Lassa fever (LF) is caused by a viral pathogen with pandemic potential. LF vaccines have the potential to prevent significant disease in individuals at risk of infection, but no such vaccine has been licensed or authorised for use thus far. We conducted a scoping review to identify and compare registered phase 1, 2 or 3 clinical trials of LF vaccine candidates, and appraise the current trajectory of LF vaccine development. METHOD: We systematically searched 24 trial registries, PubMed, relevant conference abstracts and additional grey literature sources up to 27 October 2022. After extracting key details about each vaccine candidate and each eligible trial, we qualitatively synthesised the evidence. RESULTS: We found that four LF vaccine candidates (INO-4500, MV-LASV, rVSV∆G-LASV-GPC, and EBS-LASV) have entered the clinical stage of assessment. Five phase 1 trials (all focused on healthy adults) and one phase 2 trial (involving a broader age group from 18 months to 70 years) evaluating one of these vaccines have been registered to date. Here, we describe the characteristics of each vaccine candidate and trial and compare them to WHO's target product profile for Lassa vaccines. CONCLUSION: Though LF vaccine development is still in early stages, current progress towards a safe and effective vaccine is encouraging.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».