MétaCan
Menu
Retour à la cohorte
Enregistrement W2042643721 · doi:10.1002/sim.2254

Application of reliability coefficients in cDNA microarray data analysis

2005· article· en· W2042643721 sur OpenAlexafffund
Wenqing He, Shelley B. Bull, Nalan Gökgöz, Irene L. Andrulis, Jay S. Wunder

Notice bibliographique

RevueStatistics in Medicine · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene expression and cancer classification
Établissements canadiensUniversity of TorontoLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNormalization (sociology)Computer scienceData miningMicroarray analysis techniquesGene chip analysisReliability (semiconductor)MicroarrayStatisticsComputational biologyBioinformaticsMathematicsBiologyGene expressionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Gene expression microarray technology has been widely used in areas such as human cancer research to identify molecular characteristics of sample specimens. The microarray study, however, is a very complicated procedure which involves numerous sources of variability that may be either systematic or random. Systematic variation is often eliminated by applying normalization procedures, but at present there are no standard criteria available to evaluate the performance of a particular normalization approach. In this paper, we propose a reliability-type coefficient as a criterion to assess the effectiveness of normalization procedures in eliminating systematic variation. Simulation studies show that this criterion performs reasonably well in a range of settings. The proposed method is illustrated using a subset of an ongoing microarray study of soft-tissue sarcoma.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil0,236

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,339
Écart entre enseignants0,323 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStatistics in MedicineMême sujetGene expression and cancer classificationTravaux en français237 207