Caractérisation de la réponse anticorps induite par les bactérines autogènes et de leur effet protecteur pour contrôler les infections à Streptococcus suis chez le porc
Bibliographic record
Abstract
Streptococcus suis, l'une des principales bactéries pathogènes présentes chez les porcelets sevrés, est responsable d’importantes pertes économiques dans l'industrie porcine. Aujourd'hui, les vaccins autogènes composés de bactéries tuées (bactérines) sont principalement utilisés mais les études ayant mesuré leur effet chez les porcs sont rares et controversées. Cette étude a évalué la réponse immunitaire induite par ces vaccins sur le terrain en comparant la vaccination des truies (immunité passive transférée aux porcelets) et des porcelets (immunité active). L’étude utilisait une ferme ayant des problèmes récurrents à S. suis et était divisée en deux parties : I) Les porcelets de truies non vaccinées ont reçu 2 doses d'une bactérine autogène. II) Les truies ont reçu 2 doses du même vaccin durant la gestation. Les réponses en anticorps ont été analysées par ELISA et leur effet protecteur par un test d'opsonophagocytose (OPA). La vaccination des porcelets n'a pas induit de réponse immunitaire active même après deux doses. Dans la deuxième partie, des taux élevés d'anticorps (principalement d'origine maternelle) avec une importante activité OPA ont été observés chez les porcelets âgés d’environ 1 semaine, indépendamment de la vaccination des truies. Ils diminuaient à 3 semaines d’âge, période la plus à risque. Malgré une légère augmentation des anticorps chez les truies vaccinées, le transfert d'immunité maternelle aux porcelets restait identique. Globalement, un programme de vaccination actif ou passif de porcelet avec la bactérine autogène utilisée ici n'a pas induit de protection durable chez les porcelets post-sevrés. Une amélioration de la formulation du vaccin est requise.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".