MétaCan
Menu
Retour à la cohorte
Enregistrement W4414589609 · doi:10.1080/21501203.2025.2561612

Research advances and public health strategies in China on WHO priority fungal pathogens

2025· review· en· W4414589609 sur OpenAlex
Yue Wang, Li Han, Jie Gong, Liu Liu, Beibei Miao, Jianping Xu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMycology&#58 An International Journal on Fungal Biology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAntifungal resistance and susceptibility
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésChinaPublic healthGlobal healthWeb of scienceStrategic planningIntervention (counseling)

Résumé

récupéré en direct d'OpenAlex

Fungal pathogens pose significant and increasing threats to public health. Each year, over a billion people are infected by fungal pathogens, directly contributing to millions of deaths. To overcome the challenge of fungal threat, in 2022, World Health Organization (WHO) issued a Fungal Priority Pathogens List (FPPL) aimed at strengthening international response, promoting research, and enhancing policy intervention development. Over the past four decades, China has made tremendous progress in advancing our knowledge of fungal infections. Here, we review research trends and recent progress in China on fungal pathogens on the WHO FPPL, with an emphasis on four critical pathogens: Cryptococcus neoformans, Candidozyma auris, Aspergillus fumigatus, and Candida albicans since 2022. In addition, we describe national policies and strategic measures aimed at large-scale prevention and control of fungal infections. Our bibliometric analyses of articles published by Chinese researchers from 1983 to 2024 in the Web of Science Core Collection (WOSCC, English-language) and China National Knowledge Infrastructure (CNKI, Chinese-language) revealed increasing number of peer-reviewed publications on human fungal pathogens in both databases up to 2008 when the number in the CKNI database dropped and remained relatively flat since while that in the WOSCC database continued to increase, reflecting the strategic emphasis by Chinese institutions and funding agencies on achieving greater international visibility, academic impact, and integration within the global scientific community. In both databases, the four critical priority pathogens accounted for > 45% of the studies and the progresses made by Chinese researchers since 2022 on them are described here. A shared challenge for treating all fungal infections is the emergence and spread of antifungal resistance. We highlight antifungal resistance, tolerance, and persistence, and describe recent developments in antifungal drug pipelines, including those in China. Beyond scientific breakthroughs, China has been making coordinated prevention efforts and robust policy measures. However, significant challenges remain in understanding pathogen population dynamics and host-pathogen interactions; in developing and deploying rapid, sensitive, specific, and cost-effective diagnosis; in designing geographic region-specific and personalized prevention and treatments; and in alleviating the growing burden of antifungal resistance.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,925
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,103
Tête enseignante GPT0,490
Écart entre enseignants0,388 · 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