Vacinas contra a infecção pelo SARS-CoV-2
Bibliographic record
Abstract
Aspectos gerais da vacina anti-COVID-19O SARS-CoV-2 demonstrou uma elevada taxa de transmissão e foi capaz de, em cerca de seis meses, infectar mais de 10 milhões de indivíduos em vários locais do planeta, causando mais de 500 mil óbitos.(RITCHIE et al., 2020) Adicionalmente, sabe-se que esses números estão subestimados, devido à incapacidade de realizar os testes diagnósticos confirmatórios em todas as infecções e óbitos causados pelo SARS-CoV-2.Discutimos a seguir a importância e os obstáculos para obter uma vacina eficaz antisars-CoV-2. Por que precisamos de uma vacina anti-SARS-CoV-2?Quando grande parte da população tem proteção imunológica contra um agente infeccioso, mesmo indivíduos sem resposta imune específica contra esse agente estão protegidos.Esse fenômeno é conhecido como imunidade comunitária (RANDOLPH; BARREIRO, 2020), mais frequentemente citada como imunidade de rebanho.A proteção, nesse caso, é indireta, pois uma elevada frequência de indivíduos imunes dificulta a passagem do vírus entre os indivíduos, reduzindo a sua disseminação.A imunidade comunitária pode ser atingida pela transmissão livre do vírus entre os indivíduos suscetíveis, ou pela imunização com uma vacina efetiva.No caso do SARS-CoV-2, o custo de vidas humanas para atingir imunidade comunitária pela infecção natural é muito elevado.Por se tratar de um vírus que não teve contato prévio com humanos, praticamente Vacinas contra a infecção pelo SARS-CoV-2 Construção de conhecimento no curso da pandemia de COVID-19 Cap. 9 Vacinas contra a infecção pelo SARS-CoV-2 Construção de conhecimento no curso da pandemia de COVID-19 Cap. 9 5 de 31Além disso, é necessário avaliar o grande desafio de produzir as vacinas em larga escala.Considerando que grande parte da população mundial necessitará da vacina, a sua produção precisará ser enorme, e a construção, ou adaptação de infraestrutura para sua produção em massa precisa ser desenvolvida com rapidez.Considerando todos esses aspectos, é mais realista esperar que as primeiras vacinas desenvolvidas não tenham todos os elementos ideais e venham a ser substituídas por vacinas mais eficazes e seguras, e com efeito duradouro.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.040 | 0.012 |
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".