MétaCan
Menu
Retour à la cohorte
Enregistrement W1984771506 · doi:10.1002/ajmg.c.10016

Advances in molecular cytogenetics for the evaluation of mental retardation

2003· review· en· W1984771506 sur OpenAlexaff
Jie Xu, Zhong Chen

Notice bibliographique

RevueAmerican Journal of Medical Genetics Part C Seminars in Medical Genetics · 2003
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésMolecular cytogeneticsCytogeneticsMicrodissectionKaryotypeBiologyFluorescence in situ hybridizationComparative genomic hybridizationComputational biologyGeneticsChromosomeGenotypingGene

Résumé

récupéré en direct d'OpenAlex

Recent years have witnessed rapid advances in molecular cytogenetics and its impact in studying mental retardation (MR). We review new molecular cytogenetic methods, including interphase fluorescence in situ hyrbridization (FISH), comparative genomic hybridization (CGH), multicolor karyotyping, telomere FISH, primed in situ labeling (PRINS), genotyping, microdissection, and microarray for the evaluation of MR. These new methods are very useful in two major aspects: further characterization of chromosome abnormalities as detected with routine banding analysis, including additions, duplications, deletions, translocations, markers, or complex aberrations; and screening for "hidden" chromosome aberrations in patients with an apparently normal karyotype. These new methods have great diagnostic potential in prenatal, postnatal, and preimplantational settings. Although powerful, at this point, they are primarily research tools in nature. It is essential that these new methods be used in conjunction with standard methods in order to maximize obtainable information for better management of patients with MR.

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)0,002
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 enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,002
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,006

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 Opus0,031
Tête enseignante GPT0,373
Écart entre enseignants0,342 · 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

Citations81
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Medical Genetics Part C Seminars in Medical GeneticsMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207