MétaCan
Menu
Retour à la cohorte
Enregistrement W1552402707 · doi:10.1002/ddrr.1113

Peroxisome biogenesis disorders: Biological, clinical and pathophysiological perspectives

2013· review· en· W1552402707 sur OpenAlexaff
Nancy Braverman, Daniela D’Agostino, Gillian MacLean

Notice bibliographique

RevueDevelopmental Disabilities Research Reviews · 2013
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePeroxisome Proliferator-Activated Receptors
Établissements canadiensMcGill UniversityMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésBiogenesisPeroxisomal disorderPathophysiologyMedicineBioinformaticsPeroxisomeBiologyNeuroscienceGeneticsPathologyGene

Résumé

récupéré en direct d'OpenAlex

The peroxisome biogenesis disorders (PBD) are a heterogeneous group of autosomal recessive disorders in which peroxisome assembly is impaired, leading to multiple peroxisome enzyme deficiencies, complex developmental sequelae and progressive disabilities. Mammalian peroxisome assembly involves the protein products of 16 PEX genes; defects in 14 of these have been shown to cause PBD. Three broad phenotypic groups are described on a spectrum of severity: Zellweger syndrome is the most severe, neonatal adrenoleukodystrophy is intermediate and infantile Refsum disease is less severe. Another group is Rhizomelic chondrodysplasia punctata spectrum. Recently, atypical phenotypes have been described, indicating that the full spectrum of these disorders remains to be identified. For most patients, there is a correlation between clinical severity and effect of the mutation on PEX protein function. Diagnosis relies on biochemical measurements of peroxisome functions and PEX gene sequencing. There are no targeted therapies, although management protocols have been suggested and research endeavors continue. In this review we will discuss peroxisome biology and PBD, and research contributions to pathophysiology and treatment.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,287
Tête enseignante GPT0,463
Écart entre enseignants0,176 · 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

Citations160
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental Disabilities Research ReviewsMême sujetPeroxisome Proliferator-Activated ReceptorsTravaux en français237 207