MétaCan
Menu
Retour à la cohorte
Enregistrement W1512266982 · doi:10.1002/bdra.20704

Understanding diabetic teratogenesis: Where are we now and where are we going?

2010· review· en· W1512266982 sur OpenAlexaboutno aff
Sheller Zabihi, Mary R. Loeken

Notice bibliographique

RevueBirth Defects Research Part A Clinical and Molecular Teratology · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueGestational Diabetes Research and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésTeratologyNeural tubePregnancyDiseaseDiabetes mellitusMedicineEmbryonic stem cellType 2 diabetesNeural tube defectBioinformaticsPhysiologyBiologyEndocrinologyGeneticsGestationInternal medicineGeneFetusEmbryo

Résumé

récupéré en direct d'OpenAlex

Maternal pregestational diabetes (type 1 or type 2) poses an increased risk for a broad spectrum of birth defects. To our knowledge, this problem first came to the attention of the Teratology Society at the 14th Annual Meeting in Vancouver, B.C. in 1974, with a presentation by Lewis Holmes, "Etiologic heterogeneity of neural tube defects". Although advances in the control of diabetes in the decades since the discovery of insulin in the 1920's have reduced the risk for birth defects during diabetic pregnancy, the increasing incidence of diabetes among women of childbearing years indicates that this cause of birth defects is a growing public health concern. Major advances in understanding how a disease of maternal fuel metabolism can interfere with embryogenesis of multiple organ systems have been made in recent years. In this review, we trace the history of the study of diabetic teratogenesis and discuss a model in which tissue-specific developmental control genes are regulated at specific times in embryonic development by glucose metabolism. The major function of such genes is to suppress apoptosis, perhaps to preserve proliferative capability, and inhibit premature senescence.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,849
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,271
Tête enseignante GPT0,458
Écart entre enseignants0,187 · 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 tête enseignante, pas un consensus.

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

Citations100
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBirth Defects Research Part A Clinical and Molecular TeratologyMême sujetGestational Diabetes Research and ManagementTravaux en français237 207