What did we learn from the genome-wide association study for tuberculosis susceptibility?: Figure 1
Notice bibliographique
Résumé
The genetics literature is replete with results of candidate-gene association studies published mostly before the genome-wide association study (GWAS) became the new standard, but also continuing to this date. Their track record for replication is generally poor and discrepancies are typically attributed to differences in populations or environments. Are these results of any value, or should they be summarily discarded? Recent results from a GWAS for tuberculosis (TB) provide data that might put this question in perspective.1 TB is a serious health issue in the developing world, due to infection by Mycobacterium tuberculosis (MTB). Currently, about one third of the world's population is infected by MTB and 1/10 will develop active TB (http://www.who.int/tb/en/). Improved understanding of mechanisms of pathogenesis and host resistance is essential for improved control of TB. Human genetics is an indispensable tool for enhancing the understanding of the molecular basis of many common diseases. There is evidence that genetic factors may be involved in susceptibility to TB infection and activation of TB. This can be demonstrated by the fact of obvious ethnic differences. Blacks have about 1.5–2-fold greater risk than whites as shown by the tuberculin skin test,2 and concordance for TB is 2.5-fold higher among monozygotic than dizygotic …
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,007 | 0,018 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,012 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».