Data for Genetic Analysis Workshop (GAW) 15 Problem 2, genetic causes of rheumatoid arthritis and associated traits
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
For Genetic Analysis Workshop 15 Problem 2, we organized data from several ongoing studies designed to identify genetic and environmental risk factors for rheumatoid arthritis. Data were derived from the North American Rheumatoid Arthritis Consortium (NARAC), collaboration among Canadian researchers, the European Consortium on Rheumatoid Arthritis Families (ECRAF), and investigators from Manchester, England. All groups used a common standard for defining rheumatoid arthritis, but NARAC also further selected for a more severe phenotype in the probands. Genotyping and family structures for microsatellite-based linkage analysis were provided from all centers. In addition, all centers but ECRAF have genotyped families for linkage analysis using SNPs and these data were additionally provided. NARAC also had additional data from a dense genotyping analysis of a region of chromosome 18 and results from candidate gene studies, which were provided. Finally, smoking influences risk for rheumatoid arthritis, and data were provided from the NARAC study on this behavior as well as some additional phenotypes measuring severity. Several questions could be evaluated using the data that were provided. These include comparing linkage analysis using single-nucleotide polymorphisms versus microsatellites and identifying credible regions of linkage outside the HLA region on chromosome 6p13, which has been extensively documented; evaluating the joint effects of smoking with genetic factors; and identifying more homogenous subsets of families for whom genetic susceptibility might be stronger, so that linkage and association studies may be more efficiently conducted.
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.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle