MétaCan
Menu
Retour à la cohorte
Enregistrement W2396009434 · doi:10.1002/gepi.2001.21.s1.s61

Clustering of Pedigrees Using Marker Allele Frequencies: Impact on Linkage Analysis

2001· article· en· W2396009434 sur OpenAlexafffund
Joerg Grigull, Roumiana Alexandrova, Andrew D. Paterson

Notice bibliographique

RevueGenetic Epidemiology · 2001
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensSickKids FoundationUniversity of TorontoHospital for Sick ChildrenToronto Western Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPedigree chartGeneticsEthnic groupAlleleLocus (genetics)MicrosatelliteLinkage (software)Genetic linkageBiologyCluster (spacecraft)PopulationEvolutionary biologyGeneDemographyComputer science

Résumé

récupéré en direct d'OpenAlex

Ethnicity may form the basis for locus heterogeneity at certain susceptibility loci for complex diseases. Classification of pedigrees into ethnic groups is usually based upon self-report, but this may not be sensitive or specific. We investigated whether it is possible to cluster families from an admixed population using pedigree-specific marker allele frequencies. We used 323 autosomal microsatellite markers from 216 pedigrees who described themselves as either Caucasian or African American. First, we compared the stated ethnicity of pedigrees with clusters using pedigree-specific marker allele frequencies as input for a self-organizing map, a type of neural network. Using data from different chromosomes, nine pedigrees which were self-reported as African American were clustered with the Caucasian pedigrees. Removal of these nine pedigrees from the African American group did not markedly affect linkage results. We then proceeded to determine whether there was further heterogeneity between pedigrees using 1 x 3 nodes. Forty-four pedigrees were clustered in a group intermediate to the African American or Caucasian clusters. This group was composed of 36 and 8 pedigrees that described themselves as African American and Caucasian, respectively. Linkage analysis was performed in this group and results compared with the groups based upon self-reported ethnicity. Linkage to a region on chromosome 3 was observed in this intermediate group, which was more significant than any of the results obtained when pedigrees were grouped using self-reported ethnicity. Use of marker data may assist in clustering pedigrees with similar, ethnic backgrounds and may increase the power for genetic linkage studies.

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)0,022
score de la tête « metaresearch » (Gemma)0,089
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 enseignants0,022
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,089
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,344
Écart entre enseignants0,300 · 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

Citations12
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenetic EpidemiologyMême sujetGenetic Associations and EpidemiologyTravaux en français237 207