MétaCan
Menu
Retour à la cohorte
Enregistrement W1701645076 · doi:10.1111/j.1440-1754.2010.01979.x

Clinical phenotypes associated with type II collagen mutations

2011· review· en· W1701645076 sur OpenAlexaff
Pekka Kannus, John F. Bateman, Ravi Savarirayan

Notice bibliographique

RevueJournal of Paediatrics and Child Health · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensSickKids FoundationHospital for Sick ChildrenQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicinePhenotypeDiseaseShort statureCartilageHearing lossArthritisType II collagenMutationLegg-Calve-Perthes diseaseBioinformaticsPediatricsGeneticsPathologyGeneInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

COL2A1 mutations give rise to a spectrum of phenotypes predominantly affecting cartilage and bone from the severe disorders that are perinatally lethal to the milder conditions that are recognised in the post-natal period and childhood. The milder chondrodysplasias are characterised by disproportionate short stature, eye abnormalities, cleft palate and hearing loss. It remains poorly recognised that there is significant variability in the disease presentation, with early onset short stature conditions and later onset milder phenotypes. Similarly, it is under-acknowledged that COL2A1 mutations may solely cause joint disease in the absence of the other mentioned phenotypic clues. The underlying hypothesis is that there are novel phenotypes caused by mutations in type II collagen that extend from premature arthritis through to more severe bone dysplasias. The importance of finding a COL2A1 mutation lies in the subsequent ability to accurately assess recurrence risks and offer information regarding disease natural history. Most importantly, it enables at-risk individuals to be identified for implementation of preventative strategies and early ameliorative management of their condition. Such interventions potentially translate into a reduction in health costs associated with musculoskeletal disease.

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)0,001
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,064
Tête enseignante GPT0,371
Écart entre enseignants0,306 · 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

Citations95
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Paediatrics and Child HealthMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207