Auto-Abs against type I IFNs: Strong, common, and global determinants of severe arboviral diseases
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.
Notice bibliographique
Résumé
Human-tropic pathogenic arboviruses are spreading worldwide. There is immense interindividual clinical variability following infection with any arbovirus. Autoantibodies (auto-Abs) neutralizing antiviral type I IFNs (AAN-I-IFN) can underlie a small but growing number of severe arboviral diseases, whether transmitted by ticks (tick-borne encephalitis virus, TBEV; Powassan virus, POWV) or mosquitoes (West Nile virus, WNV; Usutu virus, USUV; Ross River virus, RRV) and whether due to flaviviruses (WNV, TBEV, POWV, and USUV) or alphaviruses (RRV). Evidence is documented in large cohort studies for WNV and TBEV. They can also account severe adverse reactions to the live-attenuated yellow fever virus vaccine. AAN-I-IFN are present before arboviral infection and are the cause of severe disease. Carriers of these auto-Abs are common worldwide (>100 million people), have a very high risk of severe disease (relative risk >100), and account for a sizeable proportion of cases (typically >10%). Other severe diseases due to different arboviruses may also be caused by these auto-Abs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle