MétaCan
Menu
Retour à la cohorte
Enregistrement W101570666 · doi:10.31887/dcns.2010.12.3/atiwari

Genetics in schizophrenia: where are we and what next?

2010· article· en· W101570666 sur OpenAlexaff
Arun K. Tiwari, Clement C. Zai, Daniel J. Müller, James L. Kennedy

Notice bibliographique

RevueDialogues in Clinical Neuroscience · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésGenome-wide association studyCopy-number variationSchizophrenia (object-oriented programming)Genetic associationCandidate geneGeneticsBiologyBipolar disorderPopulationGeneSingle-nucleotide polymorphismPsychologyGenomePsychiatryMedicineNeuroscienceGenotypeCognition

Résumé

récupéré en direct d'OpenAlex

Understanding the genetic basis of schizophrenia continues to be major challenge. The research done during the last two decades has provided several candidate genes which unfortunately have not been consistently replicated across or within a population. The recent genome-wide association studies (GWAS) and copy number variation (CNV) studies have provided important evidence suggesting a role of both common and rare large CNVs in schizophrenia genesis. The burden of rare copy number variations appears to be increased in schizophrenia patients. A consistent observation among the GWAS studies is the association with schizophrenia of genetic markers in the major histocompatibility complex (6p22.1)-containing genes including NOTCH4 and histone protein loci. Molecular genetic studies are also demonstrating that there is more overlap between the susceptibility genes for schizophrenia and bipolar disorder than previously suspected. In this review we summarize the major findings of the past decade and suggest areas of future research.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,049
Tête enseignante GPT0,318
Écart entre enseignants0,269 · 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'étudeSans objet
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

Citations60
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialogues in Clinical NeuroscienceMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207