MétaCan
Menu
Retour à la cohorte
Enregistrement W4395685088 · doi:10.1016/j.antiviral.2024.105893

Current and future use of antibody-based passive immunity to prevent or control HBV/HDV infections

2024· review· en· W4395685088 sur OpenAlexafffund
Adam J. Gehring, Loghman Salimzadeh

Notice bibliographique

RevueAntiviral Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHepatitis B Virus Studies
Établissements canadiensSchwartz/Reisman Emergency Medicine InstituteUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMonoclonal antibodyMedicineAntibodyImmunologyVirologyHepatitis B virusHepatitis BAntigenVirus

Résumé

récupéré en direct d'OpenAlex

With the increasing momentum and success of monoclonal antibody therapy in conventional medical practices, there is a revived emphasis on the development of monoclonal antibodies targeting the hepatitis B surface antigen (anti-HBs) for the treatment of chronic hepatitis B (HBV) and hepatitis D (HDV). Combination therapies of anti-HBs monoclonal antibodies, and novel anti-HBV compounds and immunomodulatory drugs presenting a promising avenue to enhanced therapeutic outcomes in HBV/HDV cure regimens. In this review, we will cover the role of antibodies in the protection and clearance of HBV infection, the association of anti-HBV surface antigen antibodies (anti-HBs) in protection against HBV and how antibody effector functions, beyond neutralization, are likely necessary. Lastly, we will review clinical data from previous and ongoing clinical trials of passive antibody therapy to provide a state-of-the-are perspective on passive antibody therapies in combinations with additional novel agents. • Antibodies play a major role in resolution of HBV infection. • Neutralization alone is likely not sufficient to clear the viral reservoir. • Fc effector functions, including vaccinal effects could boost cellular immunity. • Rapid clearance of HBV antigens with monoclonal antibodies provide opportunities for combination therapies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,204
Tête enseignante GPT0,521
Écart entre enseignants0,318 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAntiviral ResearchMême sujetHepatitis B Virus StudiesTravaux en français237 207