MétaCan
Menu
Retour à la cohorte
Enregistrement W2145074844 · doi:10.1071/rd14216

Why we should not select the faster embryo: lessons from mice and cattle

2014· review· en· W2145074844 sur OpenAlexaff
Alfonso Gutiérrez‐Adán, Carlee R. White, Ann Van Soom, Mellissa R.W. Mann

Notice bibliographique

RevueReproduction Fertility and Development · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueReproductive Biology and Fertility
Établissements canadiensChildren’s Health Research InstituteMental Health Commission of CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésEmbryoBiologyEmbryo transferGenomic imprintingImprinting (psychology)EpigeneticsGeneticsAndrologyEmbryogenesisSelection (genetic algorithm)Embryo cultureDNA methylationGeneGene expressionMedicine

Résumé

récupéré en direct d'OpenAlex

Many studies have shown that in vitro culture can negatively impact preimplantation development. This necessitates some selection criteria for identifying the best-suited embryos for transfer. That said, embryo selection after in vitro culture remains a subjective process in most mammalian species, including cows, mice and humans. General consensus in the field is that embryos that develop in a timely manner have the highest developmental competence and viability after transfer. Herein lies the key question: what is a timely manner? With emerging data in bovine and mouse supporting increased developmental competency in embryos with moderate rates of development, it is time to question whether the fastest developing embryos are the best embryos for transfer in the human clinic. This is especially relevant to epigenetic gene regulation, including genomic imprinting, where faster developing embryos exhibit loss of imprinted methylation, as well as to sex selection bias, where faster developmental rates of male embryos may lead to biased embryo transfer and, in turn, biased sex ratios. In this review, we explore evidence surrounding the question of developmental timing as it relates to bovine embryo quality, mouse embryo quality and genomic imprint maintenance, and embryo sex.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,126
Tête enseignante GPT0,354
Écart entre enseignants0,228 · 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

Citations26
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReproduction Fertility and DevelopmentMême sujetReproductive Biology and FertilityTravaux en français237 207