Estimation of genetic risk for type 1 diabetes
Notice bibliographique
Résumé
The most important gene loci defining risk of type 1 diabetes mellitus (T1DM) are located within the HLA gene region. HLA-DQ molecules are of primary importance but HLA-DR gene products modify the risk conferred by HLA-DQ. The risk associated with an HLA genotype is defined by the particular combination of susceptible and protective alleles. The highest risk is associated with a combination of two different risk haplotypes (7% risk to develop T1DM in Finland) whereas protective genotypes covering 69% of population have a risk of less than 0.2%). The complicated analysis of HLA genotypes is simplified by strong linkage disequilibrium between HLA-DRB1, -DQA1 and -DQB1 loci. In many cases one can deduce the alleles of other loci based on determination of the alleles in one locus. Differences between various populations in the frequency of marker alleles and in the linkages between them has to be taken into account. We have developed PCR based typing methods that utilize blood spot samples, microtiter plate format and lanthanide labeled oligonucleotide probes to define HLA-DQ and -DR alleles relevant for T1DM risk. Typing is run stepwise so that after initial HLA-DQB1 typing only those samples will be further analyzed in which -DQA1 or -DRB1 typing is informative and expected to contribute to the risk estimation. This method has been used to screen more than 50,000 newborn infants in Finland over a time period of 6 years, and it has been able to identify most children who have developed T1D during the follow-up period. The efficiency of the procedure has also been tested in Finnish and Greek populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».