MétaCan
Menu
Retour à la cohorte
Enregistrement W2141079357 · doi:10.1111/j.1399-0004.2006.00668.x

Predictive testing for Huntington disease: interpretation and significance of intermediate alleles

2006· review· en· W2141079357 sur OpenAlexafffund
Alicia Semaka, Susan Creighton, Simon C. Warby, Michael R. Hayden

Notice bibliographique

RevueClinical Genetics · 2006
Typereview
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensChildren's & Women's Health Centre of British ColumbiaUniversity of British Columbia
Organismes subventionnairesKillam TrustsCanada Research ChairsMichael Smith Health Research BCHuntington Society of Canada
Mots-clésAlleleTrinucleotide repeat expansionGeneticsBiologyHuntington's diseaseHaplotypePredictive testingMutationGeneDiseaseGenetic testingMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Direct mutation analysis for Huntington disease (HD) became possible in 1993 with the identification of an expanded CAG trinucleotide repeat as the mutation underlying the disease. Expansion of CAG length beyond 35 repeats may be associated with the clinical presentation of HD. HD has never been seen in a person with a CAG size of <36 repeats. Intermediate alleles are defined as being below the affected CAG range but have the potential to expand to >35 CAG repeats within one generation. Thus, children of intermediate allele carriers have a low risk of developing HD. Currently, the intermediate allele range for HD is between 27 and 35 CAG repeats. In this study, we review the current knowledge on intermediate alleles for HD including the CAG repeat range, the intermediate allele frequency, and the clinical implications of an intermediate allele predictive test result. The factors influencing CAG repeat expansion, including the CAG size of the intermediate allele, the sex and age of the transmitting parent, the family history, and the HD gene sequence and haplotype, will also be reviewed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,148
Tête enseignante GPT0,417
Écart entre enseignants0,269 · 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

Citations130
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical GeneticsMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207