MétaCan
Menu
Retour à la cohorte
Enregistrement W2008352798 · doi:10.2174/138920213804999138

The New Perspectives on Genetic Studies of Type 2 Diabetes and Thyroid Diseases

2013· article· en· W2008352798 sur OpenAlexfundno aff
Min Xu, Yufang Bi, Bin Cui, Jie Hong, Weiqing Wang, Guang Ning

Notice bibliographique

RevueCurrent Genomics · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNational Natural Science Foundation of China
Mots-clésGenome-wide association studyGenetic associationBiologyGeneticsCandidate geneType 2 diabetesGenetic predispositionMissing heritability problemHeritabilityGeneComputational biologyBioinformaticsSingle-nucleotide polymorphismDiabetes mellitusGenotypeEndocrinology

Résumé

récupéré en direct d'OpenAlex

Recently, genome-wide association studies (GWAS) have led to the discovery of hundreds of susceptibility loci that are associated with complex metabolic diseases, such as type 2 diabetes and hyperthyroidism. The majority of the susceptibility loci are common across different races or populations; while some of them show ethnicity-specific distribution. Though the abundant novel susceptibility loci identified by GWAS have provided insight into biology through the discovery of new genes or pathways that were previously not known, most of them are in introns and the associated variants cumulatively explain only a small fraction of total heritability. Here we reviewed the genetic studies on the metabolic disorders, mainly type 2 diabetes and hyperthyroidism, including candidate genes-based findings and more recently the GWAS discovery; we also included the clinical relevance of these novel loci and the gene-environmental interactions. Finally, we discussed the future direction about the genetic study on the exploring of the pathogenesis of the metabolic diseases.

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)0,030
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,030
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,010
Communication savante0,0040,012
Science ouverte0,0020,003
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,019
Tête enseignante GPT0,286
Écart entre enseignants0,267 · 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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent GenomicsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207