MétaCan
Menu
Retour à la cohorte
Enregistrement W2412487272 · doi:10.1002/ajmg.a.37775

Etiologies of uterine malformations

2016· review· en· W2412487272 sur OpenAlexaff
Adeline Jacquinet, Debra Millar, Anna Lehman

Notice bibliographique

RevueAmerican Journal of Medical Genetics Part A · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueGynecological conditions and treatments
Établissements canadiensChild and Family Research InstituteUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyCandidate geneEtiologyPopulationHNF1BGeneticsGeneEpigeneticsMedicinePathologyHomeobox

Résumé

récupéré en direct d'OpenAlex

Ranging from aplastic uterus (including Mayer-Rokitansky-Kuster-Hauser syndrome) to incomplete septate uterus, uterine malformations as a group are relatively frequent in the general population. Specific causes remain largely unknown. Although most occurrences ostensibly seem sporadic, familial recurrences have been observed, which strongly implicate genetic factors. Through the study of animal models, human syndromes, and structural chromosomal variation, several candidate genes have been proposed and subsequently tested with targeted methods in series of individuals with isolated, non-isolated, or syndromic uterine malformations. To date, a few genes have garnered strong evidence of causality, mainly in syndromic presentations (HNF1B, WNT4, WNT7A, HOXA13). Sequencing of candidate genes in series of individuals with isolated uterine abnormalities has been able to suggest an association for several genes, but confirmation of a strong causative effect is still lacking for the majority of them. We review the current state of knowledge about the developmental origins of uterine malformations, with a focus on the genetic variants that have been implicated or associated with these conditions in humans, and we discuss potential reasons for the high rate of negative results. The evidence for various environmental and epigenetic factors is also reviewed. © 2016 Wiley Periodicals, Inc.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,071
Tête enseignante GPT0,428
Écart entre enseignants0,358 · 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.

Devis d'étudeAutre devis
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

Citations66
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Medical Genetics Part AMême sujetGynecological conditions and treatmentsTravaux en français237 207