Editorial: Strategies in the drug discovery and development for leishmaniasis: immunomodulators, natural products, synthetic compounds, and drug repositioning
Notice bibliographique
Résumé
Strategies in the drug discovery and development for leishmaniasis: immunomodulators, natural products, synthetic compounds, and drug repositioning Leishmaniasis is a group of tropical diseases that affect millions of people worldwide.These diseases are transmitted by vectors and caused by protozoa of the genus Leishmania.The WHO reported that in 2020, Leishmaniasis was present in 98 countries or territories, and it posed a severe public health issue in four eco-epidemiological regions: Americas, East Africa, North Africa, West and Southeast Asia.That year, there were reports of 208,357 cases of Cutaneous Leishmaniasis (CL) and 12,838 cases of Visceral Leishmaniasis (VL) (Ruiz-Postigo et al., 2021).For the last 70 years, the available chemotherapy has been constituted by first-line (pentavalent antimonials) and second-line drugs (amphotericin B, pentamidine, paramomycin, and miltefosine).Existing drugs generally have disadvantages related to therapeutic approaches, such as route of administration, the need for trained professionals for administration, toxicity, high cost.Considering the number of pathogenic species concerning therapeutic options, this arsenal still needs to be improved (Burza et al., 2018).The lack of a vaccine or effective chemotherapy has stimulated many studies Frontiers in Cellular and Infection Microbiology frontiersin.org01
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,021 |
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 ».