Distribución geográfica de las variantes de SARS COV -2 y vacunación en América del Sur: una revisión bibliográfica
Bibliographic record
Abstract
INTRODUCCIÓN. El SARS CoV 2 es un virus ARN betacoronavirus monocatenario con más de 238 millones de casos, alrededor de 5 millones de muertes y un aumento de infecciones a diario hasta hoy. OBJETIVO. Analizar las principales variantes de SARS CoV-2, su distribución geográfica y la vacunación en Sudamérica. MATERIALES Y MÉTODOS. Revisión bibliográfica de los principales repositorios médicos y revistas médicas, Pubmed, Springer, Nature, Read by Qx Med, British Medical Journal of medicine, Jama, New England Journal of medicine y Scielo. Se usaron artículos de revistas con un alto factor de impacto y rigor científico de la publicación de los 2 últimos años. RESULTADOS: En Sudamérica, hasta segundo trimestre del 2020 tuvimos la circulación de la variante salvaje, desde ese entonces la aparición de variantes ha ido modificando la evolución tanto clínica como epidemiológica de la pandemia, con la actual predominancia de omicron y un promedio de vacunación en Latinoamérica del 78% con la mayor tasa en Chile y nuestro país en cuarto lugar DISCUSIÓN. La evolución de la pandemia pasando de alta contagiosidad y virulencia, hasta la actualidad hace plantarse la posibilidad de teorias.como la de Theobald Smith's o Levine que en las que se planteó que con cada mutación se tiende a la virulencia y estacionalidad CONCLUSIÓN: Las variantes hasta la revisión realizada en este artículo fueron B.1.1.7 (alfa) en Reino Unido, B.1.3.51(beta) Brasil , B.1.617.2 (Delta) India , y B.1.1.529. (Omicron) en Bottswana, todas con casos registrados en América Latina, y con una evolución temporal que pasó de la predominancia del virus salvaje pasando por delta hasta omicron que es dominantes a nivel global no solo en Latinoamérica. La vacunación en América del Sur presentó 78% de su población con un esquema completo
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 | 0.004 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.040 | 0.044 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
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".