发表在第1卷第1期(2020):1 - 12月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/24765,首次出版
《SARS-CoV-2 (COVID-19)病原体-免疫关系的机器学习解释以及免疫和治疗机会预测模型:一项比较有效性研究》的同行评议

《SARS-CoV-2 (COVID-19)病原体-免疫关系的机器学习解释以及免疫和治疗机会预测模型:一项比较有效性研究》的同行评议

《SARS-CoV-2 (COVID-19)病原体-免疫关系的机器学习解释以及免疫和治疗机会预测模型:一项比较有效性研究》的同行评议

本文作者:

埃里克·阿伯特1 作者:Orcid

同行评审报告

西北大学医学健康信息学研究生课程,芝加哥,伊利诺伊州,美国

通讯作者:

Eric Abbott, BASc EE, PEng, PE, MBA, MSEE

医学健康信息学研究生课程

西北大学

东芝加哥大道339号

芝加哥,

美国

电话:1 3125036950

电子邮件:abbottericb@gmail.com



这是针对《新冠肺炎病原-免疫关系的机器学习解释及免疫和治疗机会预测模型:比较效果研究》这篇论文提交的同行评议。


鉴于其重要性,本文非常出色且非常及时,因为它涉及支持即将到来的大规模疫苗接种以应对COVID-19,以及根据研究结果确定此类疫苗接种的潜在优先顺序。


主要的评论

1.没有一个

2.没有一个

3.没有一个

小的评论

4.考虑使用COVID-19与SARS-CoV-2的一致性(摘要与文本正文)。

利益冲突

没有宣布。

G·艾森巴赫编辑;这是一篇未经同行评议的文章。提交04.10.20;接受04.10.20;发表19.10.20

版权

©埃里克·阿伯特。原发表于JMIRx Med (https://med.jmirx.org), 19.10.2020。

这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首先在JMIRx Med上发表,并适当引用。必须包括完整的书目信息,到https://med.jmirx.org/上原始出版物的链接,以及版权和许可信息。


Baidu
map