MétaCan
Menu
← Retour à la cohorte
Enregistrement W2284459191 · doi:10.3747/co.23.2839

Relationship between HLA-DRB1 Allele Polymorphisms and Familial Aggregations of Hepatocellular Carcinoma

2016· article· en· W2284459191 sur OpenAlexvenueno aff
Shulan Ma, Jia‐Feng Wu, Yunbo Wei, L. Zhang, Qianchen Ning, Dingwen Hu

Notice bibliographique

RevueCurrent Oncology · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAlleleOdds ratioGenotypeHepatocellular carcinomaHLA-DRB1Confidence intervalGeneticsMedicinePolymerase chain reactionHuman leukocyte antigenInternal medicineOncologyGastroenterologyGeneBiologyAntigen

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We explored the relationship between HLA-DRB1 allele polymorphisms and familial aggregation of hepatocellular carcinoma (fhcc). METHODS: Polymerase chain reaction sequence-specific primers were used to determine HLA-DRB1 genotypes for 130 members of families with 2 or more liver cancer patients and for 130 members of families without any diagnosed cancers. The genotype profiles were then compared to explore the relationship between HLA-DRB1 gene polymorphism and fhcc. RESULT: Of 11 selected alleles, the frequencies of DRB1*11 and DRB1*12 were significantly lower in the fhcc group than in no-cancer group (p < 0.05; odds ratio: 0.286; 95% confidence interval: 0.091 to 0.901; and odds ratio: 0.493; 95% confidence interval: 0.292 to 0.893). Differences in the frequencies of the other 9 alleles were not statistically significant in the two groups (p > 0.05). CONCLUSIONS: Our research suggests that if genetic factors play a role in fhcc, the deficiency in the DRB1*11 and DRB1*12 alleles might be the risk factor at work in Guangxi Zhuang Autonomous Region, P.R.C.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,078
Tête enseignante GPT0,303
Écart entre enseignants0,225 · 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'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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetT-cell and B-cell Immunology→Travaux en français237 207→