MétaCan
Menu
Retour à la cohorte
Enregistrement W2295479254 · doi:10.1053/j.gastro.2016.02.076

Identification of Susceptibility Loci and Genes for Colorectal Cancer Risk

2016· article· en· W2295479254 sur OpenAlexfundno aff
Chenjie Zeng, Koichi Matsuda, Wei‐Hua Jia, Jiang Chang, Sun‐Seog Kweon, Yong‐Bing Xiang, Aesun Shin, Sun Ha Jee, Dong-Hyun Kim, Ben Zhang, Qiuyin Cai, Xingyi Guo, Jirong Long, Nan Wang, Regina Courtney, Zhizhong Pan, Chen Wu, Atsushi Takahashi, Min‐Ho Shin, Keitaro Matsuo, Fumihiko Matsuda, Yu‐Tang Gao, Jae Hwan Oh, Soriul Kim, Keum Ji Jung, Yoon‐Ok Ahn, Zefang Ren, Honglan Li, Jie Wu, Jiajun Shi, Wanqing Wen, Gong Yang, Bingshan Li, Bu‐Tian Ji, John A. Baron, Sonja I. Berndt, Stéphane Bezieau, Hermann Brenner, Bette J. Caan, Christopher S. Carlson, Andrew T. Chan, Jenny Chang‐Claude, Stephen J. Chanock, David V. Conti, Keith R. Curtis, David Duggan, Charles S. Fuchs, Steven Gallinger, Edward L. Giovannucci, Stephen B. Gruber, Robert W. Haile, Tabitha A. Harrison, Richard B. Hayes, Michael Hoffmeister, John L. Hopper, Li Hsu, Thomas J. Hudson, David J. Hunter, Carolyn M. Hutter, Rebecca D. Jackson, Mark A. Jenkins, Sébastien Küry, Loı̈c Le Marchand, Mathieu Lemire, Noralane M. Lindor, Jing Ma, Polly A. Newcomb, Ulrike Peters, John D. Potter, Conghui Qu, Robert E. Schoen, Daniela Seminara, Martha L. Slattery, Stephen N. Thibodeau, Emily White, Brent W. Zanke, Kendra L. Blalock, Peter T. Campbell, Graham Casey, Christopher K. Edlund, Jane C. Figueiredo, W. James Gauderman, Jian Gong, Roger C. Green, John F. Harju, Eric J. Jacobs, Li Li, Yi Lin, Frank J. Manion, Vı́ctor Moreno, Bhramar Mukherjee, Leon Raskin, Gianluca Severi, Stephanie L. Stenzel, Duncan C. Thomas, Fredrick R. Schumacher, Hyeong Rok Kim, Jin Young Jeong, Ji Won Park, Kazuo Tajima, Sang‐Hee Cho, Michiaki Kubo, Xiao‐Ou Shu, Dongxin Lin, Yi‐Xin Zeng, Wei Zheng

Notice bibliographique

RevueGastroenterology · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Cancer InstituteNational Human Genome Research InstituteNational Heart, Lung, and Blood InstituteNational Key Research and Development Program of ChinaJapan Society for the Promotion of ScienceCanadian Institutes of Health ResearchCanadian Cancer Society Research InstituteSchool of Medicine, Vanderbilt UniversityMike and Josie Harper Cancer Research InstituteNational Institutes of HealthChonnam National University Hwasun HospitalGroupement des Entreprises Françaises dans la lutte contre le CancerNational Institute on AgingFourth Military Medical UniversityVanderbilt-Ingram Cancer CenterChonnam National UniversityMinistry of Education, Culture, Sports, Science and TechnologyNational Research FoundationGénome QuébecMayo ClinicOntario Ministry of Economic Development and InnovationOntario Research FoundationBundesministerium für Bildung und ForschungAssociation Anne de Bretagne GenetiqueConseil Régional des Pays de la LoireUniversity of Southern CaliforniaOntario Institute for Cancer ResearchNational Research Foundation of KoreaVanderbilt UniversityNational Natural Science Foundation of ChinaBroad InstituteMinistero dello Sviluppo Economico
Mots-clésBiologyGeneticsLocus (genetics)Genome-wide association studyGeneAlleleSingle-nucleotide polymorphismGenotype

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,398
Score d'incertitude au seuil0,221

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,263
Écart entre enseignants0,255 · 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

Citations132
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueGastroenterologyMême sujetGenetic Associations and EpidemiologyTravaux en français237 207