MétaCan
Menu
Retour à la cohorte
Enregistrement W4382787414 · doi:10.3390/v15071479

Equine Polyclonal Antibodies Prevent Acute Chikungunya Virus Infection in Mice

2023· article· en· W4382787414 sur OpenAlexaff
Douglas Barker, Xiaobing Han, Eryu Wang, Ashley Dagley, Deborah M. Anderson, Aruni Jha, Scott C. Weaver, Justin G. Julander, Cory L. Nykiforuk, Shantha Kodihalli

Notice bibliographique

RevueViruses · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensEmergent BioSolutions (Canada)
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of Health
Mots-clésPolyclonal antibodiesChikungunyaVirologyAntibodyVirusImmunologyMedicineAlphavirusBiology

Résumé

récupéré en direct d'OpenAlex

Chikungunya virus (CHIKV) is a mosquito-transmitted pathogen that causes chikungunya disease (CHIK); the disease is characterized by fever, muscle ache, rash, and arthralgia. This arthralgia can be debilitating and long-lasting, seriously impacting quality of life for years. Currently, there is no specific therapy available for CHIKV infection. We have developed a despeciated equine polyclonal antibody (CHIKV-EIG) treatment against CHIKV and evaluated its protective efficacy in mouse models of CHIKV infection. In immunocompromised (IFNAR−/−) mice infected with CHIKV, daily treatment for five consecutive days with CHIKV-EIG administered at 100 mg/kg starting on the day of infection prevented mortality, reduced viremia, and improved clinical condition as measured by body weight loss. These beneficial effects were seen even when treatment was delayed to 1 day after infection. In immunocompetent mice, CHIKV-EIG treatment reduced virus induced arthritis (including footpad swelling), arthralgia-associated cytokines, viremia, and tissue virus loads in a dose-dependent fashion. Collectively, these results suggest that CHIKV-EIG is effective at preventing CHIK and could be a viable candidate for further development as a treatment for human disease.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,326
Écart entre enseignants0,303 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirusesMême sujetMosquito-borne diseases and controlTravaux en français237 207