MétaCan
Menu
Retour à la cohorte
Enregistrement W1992199206 · doi:10.1159/000089190

Immunogenetics of Type 1 Diabetes

2005· review· en· W1992199206 sur OpenAlexaff
Mimi S. Kim, Constantin Polychronakos

Notice bibliographique

RevueHormone Research in Paediatrics · 2005
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésHuman leukocyte antigenLinkage disequilibriumGenetic associationDiseaseGeneticsType 1 diabetesBiologyIdentification (biology)Genetic predispositionPhenotypeImmunologyAlleleHaplotypeDiabetes mellitusComputational biologyMedicineSingle-nucleotide polymorphismGenotypeAntigenInternal medicineGeneEndocrinology

Résumé

récupéré en direct d'OpenAlex

The T-cell mediated autoimmune process that destroys pancreatic beta cells in type 1 diabetes (T1D) is a complex phenotype influenced by multiple genetic and environmental factors. Human leukocyte antigen (HLA) accounts for about half of the genetic susceptibility, through a large variety of protective and predisposing haplotypes. Other important loci associated with T1D, with much smaller effects than HLA, include the insulin variable number of tandem repeats, PTPN22, and CTLA-4. Detecting the association and confirming it beyond doubt is only the first step. Identifying the functional variant from among a block of polymorphisms in tight linkage disequilibrium and determining its biological consequences can be an even more challenging task. It is hoped that the identification of additional loci and functional analysis of known ones, no matter how small each individual effect is, will provide: (1) pathophysiological insights necessary for the development of preventive interventions; (2) risk prediction to identify individuals that can benefit from them, and (3) potentially, identification of distinct subgenotypes, with different immune dysregulation pathways leading to the common disease phenotype that may respond to different preventive interventions.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,063
Tête enseignante GPT0,379
Écart entre enseignants0,316 · 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

Citations54
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHormone Research in PaediatricsMême sujetDiabetes and associated disordersTravaux en français237 207