MétaCan
Menu
← Retour à la cohorte
Enregistrement W6958286921 · doi:10.60692/b5jdc-09x22

Insights Into the Coinfections of Human Immunodeficiency Virus-Hepatitis B Virus, Human Immunodeficiency Virus-Hepatitis C Virus, and Hepatitis B Virus-Hepatitis C Virus: Prevalence, Risk Factors, Pathogenesis, Diagnosis, and Treatment

2022· article· en· W6958286921 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatitis B Virus Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCoinfectionTransmission (telecommunications)Hepatitis BHepatitis B virusHepatitis CHuman immunodeficiency virus (HIV)Hepatitis C virusPathogenesis

Résumé

récupéré en direct d'OpenAlex

Human immunodeficiency virus, hepatitis B virus, and hepatitis C virus are three blood-borne viruses that can cause major global health issues by increasing severe morbidity. There is a high risk of coinfection with these viruses in individuals because of their same transmission routes through blood using shared needles, syringes, other injection equipment, sexual transmission, or even vertical transmission. Coinfection can cause various liver-related illnesses, non-hepatic organ dysfunction, followed by death compared to any of these single infections. The treatment of coinfected patients is complicated due to the side effects of antiviral medication, resulting in drug resistance, hepatotoxicity, and a lack of required responses. On the other hand, coinfected individuals must be treated with multiple drugs simultaneously, such as for HIV either along with HBV or HCV and HBV and HCV. Therefore, diagnosing, treating, and controlling dual infections with HIV, HBV, or HCV is complicated and needs further investigation. This review focuses on the current prevalence, risk factors, and pathogenesis of dual infections with HIV, HBV, and HCV. We also briefly overviewed the diagnosis and treatment of coinfections of these three blood-borne viruses.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,242
Écart entre enseignants0,218 · 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
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetHepatitis B Virus Studies→Travaux en français237 207→