MétaCan
Menu
Retour à la cohorte
Enregistrement W4402813499 · doi:10.1371/journal.ppat.1012556

Exploring viral respiratory coinfections: Shedding light on pathogen interactions

2024· article· en· W4402813499 sur OpenAlexfundno aff
Kylian Trepat, Aurélien Gibeaud, Sophie Trouillet‐Assant, Olivier Terrier

Notice bibliographique

RevuePLoS Pathogens · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensnon disponible
Organismes subventionnairesHospices Civils de LyonMinistère de l'Enseignement Supérieur, de la Recherche, de la Science et de la TechnologieAgence Nationale de la Recherche
Mots-clésViral sheddingVirologyPathogenCoronavirus disease 2019 (COVID-19)Respiratory systemBiologyMicrobiologyMedicineVirusInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

Respiratory infections pose a significant global health burden, being one of the leading causes of illness and death worldwide [1,2].In 2019, there were an estimated 17.2 billion cases of upper respiratory infections, accounting for over 40% of all illnesses globally [3].The primary viruses responsible for these infections include respiratory syncytial viruses (RSVs), influenza viruses, and human rhinoviruses (hRVs), all of which can cause a range of symptoms that themselves vary from mild to severe [4].Additionally, severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), which emerged in 2020, has significantly impacted public health and now cocirculates with other respiratory viruses.Several respiratory viruses can infect the same individual during a respiratory infection, as evidenced by an increased documentation of viral codetection.Multiplex panels, which detect multiple viral pathogens at once, have revealed that respiratory coinfections are more common than previously thought; these are found in 3% to 26% of patients hospitalised for respiratory infection [5,6].Coinfections are particularly prevalent in children, the elderly, and immunocompromised individuals, but the impact on the severity of infection or hospitalisation risk is still debated [7,8].Consequently, comprehensive research into the interactions among various respiratory viruses is crucial for advancing our knowledge and management of these infections.This Pearl will cover our current understanding of the interactions between respiratory viruses at the host cell level.It will also discuss the challenges in this field, such as the limitations of experimental models, the complexities of analysing epidemiological data, and the need for new approaches to understand deeply these complex coinfections.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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 Opus0,179
Tête enseignante GPT0,377
Écart entre enseignants0,197 · 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'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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS PathogensMême sujetRespiratory viral infections researchTravaux en français237 207